Un modèle aléatoire
Dans cet exercice, vous allez reconstruire la ligne de base de la courbe des gains cumulatifs, c’est-à-dire la courbe des gains cumulatifs d’un modèle aléatoire.
Pour cela, vous devez construire des prédictions aléatoires. La méthode plot_cumulative_gain exige deux valeurs pour ces prédictions : une pour la classe cible 0 et une pour la classe cible 1. Ces valeurs doivent sommer à un, donc une liste valide de prédictions pourrait par exemple être [(0.02,0.98),(0.27,0.73),...,(0.09,0.91)].
En Python, vous pouvez générer une valeur aléatoire entre les valeurs a et b comme suit :
import random
random_value = random.uniform(a,b)
Cet exercice fait partie du cours
Introduction à l’analytique prédictive en Python
Instructions
- Importez les modules
random,matplotlibetscikitplot. - Construisez une liste
random_predictionsqui contient des nombres aléatoires entre 0 et 1. - Modifiez la liste
random_predictionspour qu’elle contienne des tuples(r,a)avecrla valeur d’origine de la liste etatel que \(r+a=1\). - Les valeurs réelles de la cible se trouvent dans
targets_test. Affichez la courbe des gains cumulatifs de votre modèle aléatoire.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# 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()