Un modèle parfait
Dans cet exercice, vous allez reconstruire la courbe de levée d'un modèle parfait. Pour y arriver, vous devez construire des prédictions parfaites.
Rappelez-vous que la méthode plot_lift_curve exige deux valeurs pour l'argument des prédictions : le premier argument pour la cible égale à 0 et le deuxième pour la cible égale à 1.
Cette activité fait partie du cours
Introduction à l'analytique prédictive en Python
Instructions de l’exercice
- Construisez une liste qui contient des prédictions parfaites.
- Les vraies valeurs de la cible se trouvent dans
targets_test. Tracez la courbe de levée à l'aide des prédictions parfaites.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Generate perfect predictions
perfect_predictions = [(1-target , ____) for target in targets_test["target"]]
# Plot the lift curve
skplt.metrics.____(targets_test, ____)
plt.show()