शुरू करेंमुफ़्त में शुरू करें

Hotel booking डेटासेट के लिए बिज़नेस कैलकुलेशन

पहले, आपने बुकिंग कैंसिलेशन की भविष्यवाणी करने की चुनौती देखी थी. यहाँ, आप वास्तविक Hotel Booking डेटासेट के साथ काम करेंगे, जहाँ एक मॉडल ग्राहक के मूल देश, बुकिंग और आगमन के बीच का समय, आवश्यक पार्किंग स्पेस, और चुने गए होटल के आधार पर कैंसिलेशन की भविष्यवाणी करता है.

रिफरेंस और एनालिसिस सेट आपके लिए पहले से लोड कर दिए गए हैं. शुरुआती दो पंक्तियाँ इस प्रकार हैं:

  country  lead_time  parking_spaces       hotel  y_pred  y_pred_proba  is_canceled  timestamp
0  FRA     120        0               City Hotel  0       0.239983      0           2016-05-01
1  ITA     120        1               City Hotel  0       0.003965      0           2016-05-01

आपका कार्य मॉडल के मौद्रिक मूल्य और ROC AUC परफॉर्मेंस की जाँच करना है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में मशीन लर्निंग मॉनिटरिंग

पाठ्यक्रम देखें

अभ्यास निर्देश

  • 0 को lower और 150,000 को upper मानकर एक कस्टम थ्रेशहोल्ड इनिशियलाइज़ करें.
  • मॉनिटरिंग के लिए बिज़नेस वैल्यू और roc_auc मैट्रिक स्पेसिफ़ाई करें.
  • business_value_matrix में TN को 0, FP को -100, FN को -200, और TP को 1500 सेट करें.
  • बिज़नेस वैल्यू मैट्रिक को कस्टम थ्रेशहोल्ड असाइन करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Custom business value thresholds
ct = ConstantThreshold(____=____, ____=____)
# Intialize the performance calculator
calc = PerformanceCalculator(problem_type='classification_binary',
			y_pred_proba='y_pred_proba',
  			timestamp_column_name="timestamp", 		
  			y_pred='y_pred',
  			y_true='is_canceled',
            chunk_period='m',
  			metrics=[____, ____],
  			business_value_matrix = [[____, ____],[____, ____]],
  			thresholds={____: ____})
calc = calc.fit(reference)
calc_res = calc.calculate(analysis)
calc_res.filter(period='analysis').plot().show()
कोड संपादित करें और चलाएँ