क्लासिफिकेशन प्रेडिक्शंस
मॉडल वेलिडेशन में, अक्सर केवल अंतिम क्लासिफिकेशन जानना पर्याप्त नहीं होता. प्रेडिक्शंस के बारे में और जानकारी जानना ज़रूरी होता है. जैसे किसी खेल के विजेता का अनुमान लगाते समय, ज़्यादातर लोग यह भी जानना चाहते हैं कि किसी टीम के जीतने की कितनी संभावना है.
| Probability | Prediction | Meaning |
|---|---|---|
| 0 < .50 | 0 | Team Loses |
| .50 + | 1 | Team Wins |
इस अभ्यास में, आप tic_tac_toe डेटासेट के साथ .predict() और .predict_proba() मेथड्स देखेंगे. पहला मेथड बताएगा कि Player One गेम जीतेगा या नहीं, और दूसरा मेथड Player One के जीतने की प्रॉबेबिलिटी देगा. rfc को रैंडम फॉरेस्ट क्लासिफिकेशन मॉडल के रूप में इस्तेमाल करें.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Model Validation
अभ्यास निर्देश
- दो प्रेडिक्शन arrays बनाइए: एक क्लासिफिकेशन वैल्यूज़ के लिए और एक प्रेडिक्टेड प्रॉबेबिलिटीज़ के लिए.
- प्रत्येक क्लास में असाइन की गई ऑब्ज़र्वेशंस की संख्या प्रिंट करने के लिए pandas Series का
.value_counts()मेथड इस्तेमाल करें. - प्रॉबेबिलिटीज़ की संरचना देखने के लिए
probability_predictionsके पहले ऑब्ज़र्वेशन को प्रिंट करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Fit the rfc model.
rfc.fit(X_train, y_train)
# Create arrays of predictions
classification_predictions = rfc.____(X_test)
probability_predictions = rfc.____(X_test)
# Print out count of binary predictions
print(pd.Series(____).____())
# Print the first value from probability_predictions
print('The first predicted probabilities are: {}'.format(____[____]))