शुरू करेंमुफ़्त में शुरू करें

पहला CTR मॉडल

इस अभ्यास में, आप Avazu डेटासेट पर एक डिसीजन ट्री का उपयोग करके अपना पहला CTR मॉडल बनाएँगे और sklearn के accuracy_score() से मॉडल की accuracy का मूल्यांकन करेंगे. इसके अलावा, आप sklearn की train_test_split() से ट्रेनिंग और टेस्टिंग डेटा को बाँटेंगे, ताकि पहले की तरह मैन्युअली split point तय न करना पड़े.

आपके workspace में नमूना डेटा DataFrame के रूप में df नाम से लोड है, और sklearn तथा pandas pd के रूप में उपलब्ध हैं.

हम एक बेसिक ट्रेन-टेस्ट split करेंगे और accuracy के ज़रिए अपने परिणामों का मूल्यांकन करेंगे.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Machine Learning के साथ CTR प्रेडिक्शन

पाठ्यक्रम देखें

अभ्यास निर्देश

  • click कॉलम के आधार पर क्रमशः फीचर्स और टार्गेट के लिए X और y परिभाषित करें.
  • train_test_split(X, y) का उपयोग करके डेटा को ट्रेनिंग और टेस्टिंग सेट्स में बाँटें.
  • एक डिसीजन ट्री क्लासिफायर बनाएँ.
  • क्लासिफायर से प्रीडिक्शंस बनाएँ और उनकी accuracy का मूल्यांकन करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Define X and y 
X = df.____[:, ~df.columns.____(['click'])]
y = df.click

# Define training and testing
X_train, X_test, y_train, y_test = \
	____(____, _____, test_size = .2, random_state = 0)

# Create decision tree classifier
clf = ____()

# Train classifier - predict label and evaluate accuracy
y_pred = clf.fit(____, _____).____(X_test) 
print(____(y_test, y_pred))
कोड संपादित करें और चलाएँ