Evolution वैरिएबल्स का प्रदर्शन
एक basetable दिया गया है जिसमें 3 नियमित प्रेडिक्टिव वैरिएबल्स हैं: "gender_F", "age", "donations_2017", और एक evolution वैरिएबल "donations_2017_min_2016" जो 2017 में किए गए दान की संख्या में से 2016 में किए गए दान की संख्या घटाकर प्राप्त मान रखता है.
इस अभ्यास में आप evolution वैरिएबल्स के उपयोग का अतिरिक्त लाभ देखेंगे। आप दो प्रेडिक्टिव मॉडल बनाएँगे: एक, जिसमें आपके लिए दिए गए variables_regular के नियमित प्रेडिक्टिव वैरिएबल्स का उपयोग होगा; और दूसरा, जिसमें "donations_2017" को "donations_2017_min_2016" से बदला जाएगा — ये वैरिएबल्स variables_evolution में दिए गए हैं। लॉजिस्टिक रिग्रेशन मॉडल आपके लिए logreg में पहले से initialized है। नियमित वैरिएबल्स वाला मॉडल पहले से implement किया जा चुका है और उसकी AUC auc_regular में उपलब्ध है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
इंटरमीडिएट Predictive Analytics in Python
अभ्यास निर्देश
X_evolutionमें evolution वैरिएबल्स चुनें और मॉडल फिट करें.- इस मॉडल से सभी observations के लिए
.predict_proba()का उपयोग करके प्रेडिक्शन बनाइए औरroc_auc_score()से AUC निकालिए. - दोनों मॉडलों की AUC प्रिंट करें और तुलना करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Select the evolution variables and fit the model
X_evolution = ____[____]
logreg.fit(____, y)
# Make predictions and calculate the AUC
predictions_evolution = logreg.____(____)[:,1]
auc_evolution = ____(____, ____)
# Print the respective AUC values
print(round(auc_regular, 2))
____(round(____, 2))