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

cvičení

Křížová validace

Křížová validace je technika, která ověřuje, jak si model vede na datech, která neviděl při tréninku. Slouží k tomu, abychom si ověřili, že výsledky testování nebyly ovlivněny konkrétním způsobem rozdělení dat. V tomto cvičení použiješ implementace z sklearn a spustíš K-fold křížovou validaci pomocí modulu KFold(), abys vyhodnotil/a přesnost (precision) a úplnost (recall) rozhodovacího stromu.

V pracovním prostředí máš k dispozici X_train, y_train, X_test, y_test. K dispozici jsou také pandas jako pd, numpy jako np a sklearn. Ze sklearn.model_selection jsou dostupné i KFold() a cross_val_score().

Pokyny

100 XP
  • Vytvoř klasifikátor rozhodovacího stromu.
  • Nastav K-Fold křížovou validaci se čtyřmi částmi a přiřaď ji do proměnné k-fold.
  • Pomocí k_fold spusť křížovou validaci přes cross_val_score() a vyhodnoť precision a recall svého modelu (nepoužívej recall_score() ani precision_score()).