CommencerCommencer gratuitement

Comparer les performances estimées et réalisées

Vous avez vu comment fonctionne le calcul de performance ; votre tâche est maintenant de calculer la performance réalisée de notre modèle de prédiction des pourboires sur le jeu de données des taxis verts de New York.

L’ensemble de référence et l’ensemble d’analyse sont déjà chargés et enregistrés dans les variables reference et analysis.

De plus, les résultats de l’algorithme DLE pour la prédiction des pourboires sont stockés dans la variable estimated_results.

Cet exercice fait partie du cours

Surveiller le Machine Learning en Python

Afficher le cours

Instructions

  • Spécifiez le type de problème comme regression lors de l’initialisation du calculateur.
  • Ajustez le calculateur avec les données de référence et calculez la performance pour l’ensemble d’analyse.
  • Affichez le graphique de comparaison entre realized_results et estimated_results en utilisant la méthode compare().

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Intialize the calculator
calculator = nannyml.PerformanceCalculator(
    y_true='tip_amount',
    y_pred='y_pred',
    chunk_period='d',
  	metrics=['mae'],
    timestamp_column_name='lpep_pickup_datetime',
    problem_type=____)

# Fit the calculator
calculator.fit(____)
realized_results = calculator.____(____)

# Show comparison plot for realized and estimated performance
____.____(____).plot().show()
Modifier et exécuter le code