MulaiMulai sekarang secara gratis

Estimasi kinerja untuk prediksi tip

Pada latihan sebelumnya, Anda telah menyiapkan himpunan referensi dan analisis untuk himpunan data NYC Green Taxi. Pada latihan ini, Anda akan menggunakan data tersebut untuk mengestimasi kinerja model di produksi.

Pertama, Anda harus menginisialisasi algoritma DLE dengan parameter yang disediakan lalu memvisualisasikan hasilnya.

Himpunan referensi dan analisis sudah dimuat dan disimpan dalam variabel reference dan analysis. Selain itu, nannyml juga sudah diimpor.

Latihan ini adalah bagian dari kursus

Pemantauan Machine Learning dengan Python

Lihat Kursus

Petunjuk latihan

  • Inisialisasi algoritma DLE dengan periode potongan harian, tip_amount sebagai y_true, dan metrik MSE.
  • Fit himpunan reference ke estimator DLE, estimasi kinerja untuk himpunan analisis, dan simpan keluarannya dalam variabel results.
  • Visualisasikan hasil menggunakan metode plot() dan show().

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

estimator = nannyml.DLE(y_pred='y_pred',
    timestamp_column_name='lpep_pickup_datetime',
    feature_column_names=features,
    chunk_period='d',
    y_true='tip_amount',
    metrics=['mse'])

# Fit the reference data to the DLE algorithm
estimator.____(____)

# Estimate the performance on the analysis data
results = estimator.____(____)

# Plot and show the results
____.____().____()
Edit dan Jalankan Kode