Začněte nyníZačněte zdarma

Drift v datasetu hotelových rezervací

V předchozí kapitole jsi pro model predikující zrušení rezervací vypočítal/a obchodní hodnotu a výkonnostní metriku ROC AUC. V výsledných grafech ses všiml/a několika upozornění – proto je teď potřeba prověřit, zda se v analytických datech vyskytuje drift.

V tomto cvičení inicializuješ metodu pro detekci multivariátního driftu a porovnáš její výsledky s výsledky výkonnosti z předchozí kapitoly.

StandardDeviationThreshold je již importován, obchodní hodnota a výsledky ROC AUC jsou uloženy v proměnné perf_results a feature_column_names je již definováno.

Toto cvičení je součástí kurzu

Monitoring Machine Learning in Python

Zobrazit kurz

Pokyny k cvičení

  • Inicializuj metodu StandardDeviationThreshold a nastav parametry std_lower_multiplier na 2 a std_upper_multiplier na 1.
  • Přidej následující názvy příznaků: country, lead_time, parking_spaces a hotel. Zachovej jejich pořadí.
  • Předej dříve definované prahové hodnoty a názvy příznaků do DataReconstructionDriftCalculator.
  • Zobraz porovnávací graf obsahující výsledky multivariátní detekce driftu (mv_results) i výsledky výkonnosti (perf_results).

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Create standard deviation thresholds
stdt = StandardDeviationThreshold(____=____, ____=____)

# Define feature columns
feature_column_names = [____, ____, ____, ____]

# Intialize, fit, and show results of multivariate drift calculator
mv_calc = nannyml.DataReconstructionDriftCalculator(
    column_names=____,
	threshold = ____,
    timestamp_column_name='timestamp',
    chunk_period='m')
mv_calc.fit(reference)
mv_results = mv_calc.calculate(analysis)
mv_results.filter(period='analysis').____(____).plot().show()
Upravit a spustit kód