1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Monitoring Machine Learning in Python
Connected

cvičení

Úprava prahových hodnot

Ve videu jsi viděl/a, jak NannyML vypočítává prahové hodnoty, a naučil/a ses je přizpůsobovat vlastním potřebám.

V tomto cvičení je tvým úkolem definovat dvě vlastní prahové hodnoty – jednu na základě směrodatné odchylky a jednu konstantní – a pak je aplikovat na výsledky získané z algoritmu CBPE pro dataset US Census.

Referenční a analytická sada jsou předem načteny jako reference a analysis, spolu s knihovnou nannyml.

Pokyny

100 XP
  • Importuj ConstantThreshold a StandardDeviationThreshold z nannyml.thresholds.
  • Inicializuj metodu směrodatné odchylky a nastav parametry std_lower_multiplier a std_upper_multiplier na hodnotu 2.
  • Inicializuj metodu konstantního prahu a nastav dolní parametr na 0.9 a horní na 0.98.
  • Předej konstantní prahovou metodu pro metriku f1 a metodu směrodatné odchylky pro accuracy algoritmu CBPE.