Un modelo aleatorio
En este ejercicio vas a reconstruir la línea base de la curva de ganancias acumuladas, es decir, la curva de ganancias acumuladas de un modelo aleatorio.
Para ello, necesitas construir predicciones aleatorias. El método plot_cumulative_gain requiere dos valores para cada predicción: uno para que el objetivo sea 0 y otro para que sea 1. Estos valores deben sumar uno; por ejemplo, una lista válida de predicciones podría ser [(0.02,0.98),(0.27,0.73),...,(0.09,0.91)].
En Python, puedes generar un valor aleatorio entre a y b de la siguiente manera:
import random
random_value = random.uniform(a,b)
Este ejercicio forma parte del curso
Introducción al análisis predictivo en Python
Instrucciones del ejercicio
- Importa los módulos
random,matplotlibyscikitplot. - Construye una lista
random_predictionsque contenga números aleatorios entre 0 y 1. - Ajusta la lista
random_predictionspara que contenga tuplas(r,a)donderes el valor original de la lista yacumple que \(r+a=1\). - Los valores verdaderos del objetivo están en
targets_test. Muestra la gráfica de ganancias acumuladas de tu modelo aleatorio.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Import the modules
import ____
import ____ as plt
import ____ as skplt
# Generate random predictions
random_predictions = [random.uniform(____,____) for _ in range(len(targets_test))]
# Adjust random predictions
random_predictions = [(r, ____ - ____) for r in random_predictions]
# Plot the cumulative gains graph
skplt.metrics.plot_cumulative_gain(targets_test, ____)
plt.show()