Sestavení křivek AUC

Postup dopředného postupného výběru proměnných určuje pořadí, ve kterém se proměnné optimálně přidávají do sady prediktorů. Abys mohl/a rozhodnout, kde výběr ukončit, můžeš vykreslit křivky AUC pro trénovací a testovací data. Tyto křivky zobrazují hodnoty AUC pro první, první dvě, první tři, … proměnné zahrnuté v modelu.

V tomto cvičení se naučíš tyto křivky AUC vykreslit. Metoda auc_train_test pro výpočet hodnot AUC je již implementována a lze ji použít takto:

auc_train, auc_test = auc_train_test(variables, target, train, test)

kde variables je sada proměnných použitých v modelu logistické regrese, target je seznam s názvem cílové proměnné a train a test jsou trénovací a testovací základní tabulka.

Proměnné seřazené podle dopředného postupného postupu jsou uvedeny v seznamu variables. Můžeš si ho prozkoumat v konzoli. Navíc jsou pro tebe připraveny tři prázdné seznamy:

auc_values_train, který bude obsahovat hodnoty AUC trénovacího modelu v každé iteraci
auc_values_test, který bude obsahovat hodnoty AUC testovacího modelu v každé iteraci
variables_evaluate, který bude obsahovat proměnné vyhodnocované v každé iteraci

Toto cvičení je součástí kurzu

Introduction to Predictive Analytics in Python

Zobrazit kurz

Pokyny k cvičení

Iteruj přes proměnné.
V každé iteraci přidej další proměnnou ze seznamu variables do variables_evaluate.
V každé iteraci vypočítej trénovací a testovací AUC pomocí metody auc_train_test. DataFramy train a test obsahují trénovací a testovací data.
V každé iteraci přidej vypočítané hodnoty do auc_values_train a auc_values_test.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Keep track of train and test AUC values
auc_values_train = []
auc_values_test = []
variables_evaluate = []

# Iterate over the variables in variables
for v in ____:
  
    # Add the variable
    variables_evaluate.append(____)
    
    # Calculate the train and test AUC of this set of variables
    auc_train, auc_test = ____(____, ["target"], ____, ____)
    
    # Append the values to the lists
    auc_values_train.append(____)
    auc_values_test.append(____)
    
# Make plot of the AUC values
import matplotlib.pyplot as plt
import numpy as np

x = np.array(range(0,len(auc_values_train)))
y_train = np.array(auc_values_train)
y_test = np.array(auc_values_test)
plt.xticks(x, variables, rotation = 90)
plt.plot(x,y_train)
plt.plot(x,y_test)
plt.ylim((0.6, 0.8))
plt.show()

Upravit a spustit kód