ComenzarEmpieza gratis

Visualización de variables con drift

Tras clasificar los resultados univariantes, sabes que las variables con drift hotel y country están afectando más al rendimiento del modelo. En este ejercicio, revisarás los resultados de drift y sus gráficos de distribución para determinar la causa raíz del problema.

Los resultados del calculador de drift univariante se guardan en la variable uv_results.

Este ejercicio forma parte del curso

Monitorización de Machine Learning en Python

Ver curso

Instrucciones del ejercicio

  • Establece el argumento period en analysis para drift_results.
  • Pasa hotel y country a column_names para drift_results.
  • Define el argumento kind en el método .plot() como "drift".
  • Haz lo mismo para distribution_results, salvo que establezcas el argumento kind en el método .plot() como "distribution".

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Filter and create drift plots
drift_results = uv_results.filter(
    period=____,
    column_names=[____, ____]
    ).plot(kind=____)

# Filter and create distribution plots
distribution_results = uv_results.filter(
    period=____,
    column_names=[____, ____]
    ).plot(kind=____)

# Show the plots
drift_results.show()
distribution_results.show()
Editar y ejecutar código