Model acak
Dalam latihan ini Anda akan membangun ulang garis dasar kurva cumulative gains, yaitu kurva cumulative gains dari sebuah model acak.
Untuk melakukannya, Anda perlu membangun prediksi acak. Metode plot_cumulative_gain memerlukan dua nilai untuk prediksi ini: satu untuk target bernilai 0 dan satu untuk target bernilai 1. Nilai-nilai ini harus berjumlah satu, sehingga daftar prediksi yang valid misalnya dapat berupa [(0.02,0.98),(0.27,0.73),...,(0.09,0.91)].
Di Python, Anda dapat menghasilkan nilai acak antara nilai a dan b sebagai berikut:
import random
random_value = random.uniform(a,b)
Latihan ini adalah bagian dari kursus
Pengantar Predictive Analytics dengan Python
Petunjuk latihan
- Impor modul
random,matplotlib, danscikitplot. - Bangun sebuah list
random_predictionsyang berisi angka acak antara 0 dan 1. - Sesuaikan list
random_predictionssehingga berisi tuple(r,a)denganrnilai asli dari list danasedemikian sehingga \(r+a=1\). - Nilai kebenaran dari target ada di
targets_test. Tampilkan grafik cumulative gains dari model acak Anda.
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Import the modules
import ____
import ____ as plt
import ____ as skplt
# Generate random predictions
random_predictions = [random.uniform(____,____) for _ in range(len(targets_test))]
# Adjust random predictions
random_predictions = [(r, ____ - ____) for r in random_predictions]
# Plot the cumulative gains graph
skplt.metrics.plot_cumulative_gain(targets_test, ____)
plt.show()