CommencerCommencez gratuitement

Différentes méthodes de découpage en segments

Un segment (chunk) correspond à un point de données unique dans les résultats de monitoring. Rappelez‑vous qu’il existe trois façons de segmenter vos données : selon le temps, la taille ou le nombre de segments.

Dans cet exercice, vous allez segmenter et visualiser les résultats de l’algorithme CBPE pour le jeu de données US Census à l’aide des méthodes basées sur la taille et sur le nombre de segments.

La bibliothèque nannyml est déjà importée.

Cet exercice fait partie du cours

<cours>Surveiller le Machine Learning en Python</cours>
Voir le cours

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

reference, analysis, analysis_gt = ____.____()

# Initialize the CBPE algorithm
cbpe = nannyml.CBPE(
    y_pred_proba='predicted_probability',
    y_pred='prediction',
    y_true='employed',
    metrics = ['roc_auc', 'accuracy'],
    problem_type = 'classification_binary',
    ____ = ____,
)

cbpe = cbpe.fit(reference)
estimated_results = cbpe.estimate(analysis)
estimated_results.plot().show()
Modifier et exécuter le code