MulaiMulai sekarang secara gratis

Perhitungan bisnis untuk himpunan data pemesanan hotel

Sebelumnya, Anda telah diperkenalkan pada tantangan memprediksi pembatalan pemesanan. Di sini, Anda akan bekerja dengan himpunan data Hotel Booking yang sebenarnya, di mana sebuah model memprediksi pembatalan pemesanan berdasarkan negara asal pelanggan, selang waktu antara pemesanan dan kedatangan, kebutuhan ruang parkir, serta hotel yang dipilih.

Himpunan referensi dan analisis telah dimuat untuk Anda. Berikut dua baris pertama:

  country  lead_time  parking_spaces       hotel  y_pred  y_pred_proba  is_canceled  timestamp
0  FRA     120        0               City Hotel  0       0.239983      0           2016-05-01
1  ITA     120        1               City Hotel  0       0.003965      0           2016-05-01

Tugas Anda adalah memeriksa nilai moneter model dan performa ROC AUC.

Latihan ini adalah bagian dari kursus

Pemantauan Machine Learning dengan Python

Lihat Kursus

Petunjuk latihan

  • Inisialisasi ambang batas kustom dengan nilai bawah 0 dan nilai atas 150.000.
  • Tentukan metrik nilai bisnis dan roc_auc untuk pemantauan.
  • Atur TN ke 0, FP ke -100, FN ke -200, dan TP ke 1500 pada business_value_matrix.
  • Tetapkan ambang batas kustom ke metrik nilai bisnis.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Custom business value thresholds
ct = ConstantThreshold(____=____, ____=____)
# Intialize the performance calculator
calc = PerformanceCalculator(problem_type='classification_binary',
			y_pred_proba='y_pred_proba',
  			timestamp_column_name="timestamp", 		
  			y_pred='y_pred',
  			y_true='is_canceled',
            chunk_period='m',
  			metrics=[____, ____],
  			business_value_matrix = [[____, ____],[____, ____]],
  			thresholds={____: ____})
calc = calc.fit(reference)
calc_res = calc.calculate(analysis)
calc_res.filter(period='analysis').plot().show()
Edit dan Jalankan Kode