समय के साथ डिप्लॉय किए गए मॉडल के आउटपुट का विज़ुअलाइज़ेशन
इस अभ्यास में, आप दो अलग-अलग महीनों — जनवरी और फ़रवरी — के डेटा का उपयोग करेंगे ताकि समय के साथ अपने हार्ट डिज़ीज़ मॉडल की भविष्यवाणियों में होने वाले बदलावों को मॉनिटर कर सकें. जैसा कि आप जानते हैं, आपका मॉडल हार्ट डिज़ीज़ क्लासिफिकेशन के लिए एक बाइनरी क्लासिफिकेशन टास्क पर ट्रेन किया गया है, और आपने इन दो महीनों के लिए लॉग्स में मॉडल की भविष्यवाणियाँ रिकॉर्ड की हैं.
मान लीजिए कि पिछ्ले दो महीनों में मॉडल की भविष्यवाणियों के लॉग्स Elastic Beanstalk के ज़रिए जनरेट हुए हैं और उन्हें pandas DataFrame के रूप में इम्पोर्ट किया गया है, जिनके नाम logs_january और logs_february हैं. प्रत्येक में उस महीने की भविष्यवाणियों का target कॉलम मौजूद है. matplotlib.pyplot को plt के नाम से इम्पोर्ट किया गया है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
एंड-टू-एंड मशीन लर्निंग
अभ्यास निर्देश
- मॉडल की
targetभविष्यवाणियों के आस-पास रखे गए बार ग्राफ प्लॉट करके जनवरी और फ़रवरी में समय के साथ आपकी मॉडल भविष्यवाणियों के वितरण का विज़ुअलाइज़ेशन करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
fig, ax = plt.subplots(1, 2, figsize=(15, 6)) # 1 row, 2 columns
# January Plot
logs_january['____'].____.plot(kind=____, ax=ax[0])
ax[0].set_title('Distribution of Predicted Classes - January')
ax[0].set_xlabel('Class')
ax[0].set_ylabel('Frequency')
# February Plot
logs_february['____'].____.plot(____=____, ax=ax[1])
ax[1].set_title('Distribution of Predicted Classes - February')
ax[1].set_xlabel('Class')
ax[1].set_ylabel('Frequency')
plt.tight_layout()
____.____