शुरू करेंमुफ़्त में शुरू करें

प्रेसिजन और ROI का आकलन

इस अभ्यास में, आप पिछले अभ्यास पर आधारित होकर MLPClassifier चलाएँगे और इसकी तुलना पहले चलाए गए अन्य तीन क्लासिफायरों से करेंगे। प्रत्येक क्लासिफायर के लिए, आप प्रेसिजन और विज्ञापन खर्च पर निहित ROI की गणना करेंगे। पहले की तरह, हमारे पास X और y के लिए प्रशिक्षण और परीक्षण स्प्लिट्स X_train, X_test तथा y_train, y_test के रूप में मौजूद हैं और फीचर्स पहले से मानकीकृत किए जा चुके हैं।

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Machine Learning के साथ CTR प्रेडिक्शन

पाठ्यक्रम देखें

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Create list of classifiers
names = ['Logistic Regression',  'Decision Tree',
         'Random Forest', 'Multi-Layer Perceptron']
clfs = [LogisticRegression(), 
        DecisionTreeClassifier(), RandomForestClassifier(), 
        MLPClassifier(hidden_layer_sizes = (5, ), max_iter = 40)]

# Fit each classifier and evaluate AUC of ROC curve 
for name, classifier in zip(names, clfs):
  classifier.____(____, ____)
  y_score = classifier.____(X_test)
  y_pred = classifier.____(X_test) 
  prec = ____(____, y_pred, average = 'weighted')
  print("Precision for %s: %s " %(name, prec))
कोड संपादित करें और चलाएँ