Začněte nyníZačněte zdarma

Práce s výsledky

V tomto cvičení budeš filtrovat, vykreslovat a převádět na DataFrame výsledky CBPE získané pro datovou sadu US Consensus z předchozího příkladu. Metoda display se zde používá k zobrazení grafů a DataFramů volaných uprostřed kódu.

Výsledky z estimátoru CBPE jsou předem načteny v proměnné estimated_results.

Toto cvičení je součástí kurzu

Monitoring Machine Learning in Python

Zobrazit kurz

Pokyny k cvičení

  • Pracuj s odhadnutými výsledky podle komentářů nad každým úsekem kódu.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Filter estimated results for the roc_auc metric and convert them to a dataframe
display(estimated_results.____(____=[____]).____())

# Filter estimated results for the reference period and convert them to a dataframe
display(estimated_results.____(____=____).____())

# Filter the estimated results for the accuracy metric
display(estimated_results.filter(____=____).plot().show())

# Filter the estimated results for the analysis period, as well as for accuracy and roc_auc metrics
display(estimated_results.filter(____=____, ____=[____, ____]).plot().show())
Upravit a spustit kód