CommencerCommencer gratuitement

Modifier les seuils

Dans la vidéo, vous avez vu comment NannyML calcule les valeurs de seuil et appris à les personnaliser pour les adapter à votre solution.

Dans cet exercice, vous devez définir deux méthodes de seuil : une basée sur l'écart-type et une constante, puis les appliquer aux résultats obtenus avec l'algorithme CBPE pour le jeu de données US Census.

Les ensembles de référence et d'analyse ont été préchargés sous les noms reference et analysis, ainsi que la bibliothèque nannyml.

Cet exercice fait partie du cours

Surveiller le Machine Learning en Python

Afficher le cours

Instructions

  • Importez ConstantThreshold et StandardDeviationThreshold depuis nannyml.thresholds.
  • Initialisez la méthode d'écart-type et définissez les paramètres std_lower_multiplier et std_upper_multiplier à 2.
  • Initialisez la méthode de seuil constant et définissez le paramètre lower à 0.9 et upper à 0.98.
  • Passez la méthode de seuil constant pour la métrique f1 et la méthode d'écart-type pour accuracy à l'algorithme CBPE.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Import custom thresholds
from ____.____ import ____, ____

# Initialize custom thresholds
stdt = ____(____=____, ____=____)
ct = ____(____=____, ____=____)

# Initialize the CBPE algorithm
estimator = nannyml.CBPE(
    problem_type='classification_binary',
    y_pred_proba='predicted_probability',
    y_pred='prediction',
    y_true='employed',
    metrics=['roc_auc', 'accuracy', 'f1'],
    thresholds={____: ____, ____: ____})
Modifier et exécuter le code