टिप प्रेडिक्शन के लिए परफॉर्मेंस एस्टीमेशन
पिछले अभ्यासों में, आपने NYC Green Taxi डेटासेट के लिए एक reference और analysis सेट तैयार किया था. इस अभ्यास में, आप उसी डेटा का उपयोग कर प्रोडक्शन में मॉडल की परफॉर्मेंस का अनुमान लगाएंगे.
सबसे पहले, दिए गए पैरामीटर्स के साथ DLE एल्गोरिदम को इनिशियलाइज़ कीजिए और फिर परिणामों को प्लॉट कीजिए.
reference और analysis सेट पहले से लोड हैं और reference तथा analysis वैरिएबल में सेव हैं.
साथ ही, nannyml भी पहले से इम्पोर्ट किया गया है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में मशीन लर्निंग मॉनिटरिंग
अभ्यास निर्देश
- DLE एल्गोरिदम को daily chunk period,
tip_amountकोy_trueके रूप में, और MSE metric के साथ इनिशियलाइज़ करें. referenceसेट को DLE एस्टीमेटर पर fit करें, analysis सेट के लिए परफॉर्मेंस estimate करें और आउटपुट कोresultsवैरिएबल में स्टोर करें.plot()औरshow()मेथड्स का उपयोग करके परिणामों को विज़ुअलाइज़ करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
estimator = nannyml.DLE(y_pred='y_pred',
timestamp_column_name='lpep_pickup_datetime',
feature_column_names=features,
chunk_period='d',
y_true='tip_amount',
metrics=['mse'])
# Fit the reference data to the DLE algorithm
estimator.____(____)
# Estimate the performance on the analysis data
results = estimator.____(____)
# Plot and show the results
____.____().____()