1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Předpovídání CTR pomocí Machine Learning v Pythonu
Connected

cvičení

Víc než jen přesnost

V tomto cvičení se podíváš za hranice pouhé přesnosti a vyhodnotíš AUC křivky ROC pro základní model rozhodovacího stromu. Pamatuj, že základní hodnota pro náhodný klasifikátor je AUC 0,5 – tvým cílem je dosáhnout vyššího skóre.

X je k dispozici jako DataFrame s příznaky a y jako DataFrame s cílovými hodnotami. V pracovním prostředí máš také k dispozici sklearn a pandas jako pd.

Toto nastavení použijeme k prozkoumání AUC naší křivky ROC.

Pokyny

100 XP
  • Rozděl data na trénovací a testovací sady.
  • Natrénuj klasifikátor na trénovacích datech a proveď predikce pro testovací data pomocí predict_proba() a predict().
  • Vyhodnoť AUC pod křivkou ROC pomocí funkce roc_curve() na y_test ve tvaru roc_curve(y_test, y_score[:, 1]).