Tantang sang juara
Setelah mendorong random forest Anda ke produksi, Anda tiba-tiba khawatir bahwa classifier naive Bayes mungkin lebih baik. Anda ingin menjalankan uji champion-challenger, dengan membandingkan naive Bayes sebagai penantang terhadap persis model yang saat ini berada di produksi, yang akan Anda muat dari berkas untuk memastikan tidak ada kebingungan. Anda akan menggunakan skor F1 untuk penilaian. Anda memiliki data X_train, X_test, y_train, dan y_test seperti sebelumnya serta GaussianNB(), f1_score(), dan pickle().
Latihan ini adalah bagian dari kursus
Merancang Alur Kerja Machine Learning di Python
Petunjuk latihan
- Muat model yang ada dari memori menggunakan
pickle. - Latih classifier Gaussian Naive Bayes pada data latih.
- Cetak skor F1 dari sang juara lalu penantang pada data uji.
- Timpa model saat ini ke disk dengan model yang kinerjanya terbaik.
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Load the current model from disk
champion = pickle.____(open('model.pkl', ____))
# Fit a Gaussian Naive Bayes to the training data
challenger = ____.____(X_train, y_train)
# Print the F1 test scores of both champion and challenger
print(____(y_test, champion.____(X_test)))
print(____)
# Write back to disk the best-performing model
with open('model.pkl', 'wb') as file:
pickle.____(____, file=file)