Začněte nyníZačněte zdarma

Porovnání modelů – rozcvička

V tomto cvičení provedeš základní porovnání čtyř kategorií výsledků mezi MLP a Random Forest pomocí matice záměn (confusion matrix). Jde o přípravu na analýzu všech modelů, které jsme si prošli. Tato rozcvička ti umožní porovnat implementaci obou modelů a způsob jejich vyhodnocení v kontextu predikce CTR.

V prostředí máš k dispozici trénovací a testovací sady pro X a y jako X_train, X_test pro X a y_train, y_test pro y. Připomeň si, že X obsahuje naše engineerované příznaky s informacemi o uživateli, zařízení a webu, zatímco y obsahuje cílovou proměnnou (zda bylo na reklamu kliknuto). X již bylo škálováno pomocí StandardScaler(). Pro budoucí modely predikce CTR bude nastavení analogické.

Toto cvičení je součástí kurzu

Předpovídání CTR pomocí Machine Learning v Pythonu

Zobrazit kurz

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Create the list of models in the order below
names = ['Random Forest', 'Multi-Layer Perceptron']
classifiers = [RandomForestClassifier(), 
               ____(____ = (10, ),
                             ____ = 40)]

# Produce a confusion matrix for all classifiers
for name, classifier in zip(names, classifiers):
  print("Evaluating classifier: %s" %(name))
  classifier.fit(____, ____)
  y_pred = classifier.predict(____)
  conf_matrix = confusion_matrix(____, ____)
  print(conf_matrix)
Upravit a spustit kód