शुरू करेंमुफ़्त में शुरू करें

ड्रिफ्ट हो रहे फीचर्स का विज़ुअलाइज़ेशन

यूनिवेरिएट परिणामों की रैंकिंग करने के बाद, आपको पता है कि hotel और country फीचर्स में आया ड्रिफ्ट मॉडल के परफॉर्मेंस को सबसे ज़्यादा प्रभावित कर रहा है. इस अभ्यास में, आप इनके ड्रिफ्ट परिणाम और डिस्ट्रीब्यूशन प्लॉट्स देखेंगे ताकि समस्या के मूल कारण का पता चल सके.

यूनिवेरिएट ड्रिफ्ट कैलकुलेटर के परिणाम uv_results वैरिएबल में स्टोर हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में मशीन लर्निंग मॉनिटरिंग

पाठ्यक्रम देखें

अभ्यास निर्देश

  • drift_results के लिए period आर्ग्युमेंट को analysis पर सेट करें.
  • drift_results के लिए column_names में hotel और country पास करें.
  • .plot() मेथड में kind आर्ग्युमेंट को "drift" पर सेट करें.
  • distribution_results के लिए भी यही करें, बस .plot() मेथड में kind आर्ग्युमेंट को "distribution" पर सेट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Filter and create drift plots
drift_results = uv_results.filter(
    period=____,
    column_names=[____, ____]
    ).plot(kind=____)

# Filter and create distribution plots
distribution_results = uv_results.filter(
    period=____,
    column_names=[____, ____]
    ).plot(kind=____)

# Show the plots
drift_results.show()
distribution_results.show()
कोड संपादित करें और चलाएँ