MulaiMulai sekarang secara gratis

Memodifikasi ambang batas

Dalam video, Anda melihat bagaimana NannyML menghitung nilai ambang dan mempelajari cara menyesuaikannya agar sesuai dengan kebutuhan solusi Anda.

Dalam latihan ini, tugas Anda adalah mendefinisikan dua ambang berbasis simpangan baku kustom dan ambang kustom, lalu menerapkannya pada hasil yang diperoleh dari algoritma CBPE untuk himpunan data US Census.

Himpunan referensi dan analisis telah dimuat sebagai reference dan analysis, bersama dengan pustaka nannyml.

Latihan ini adalah bagian dari kursus

Pemantauan Machine Learning dengan Python

Lihat Kursus

Petunjuk latihan

  • Impor ConstantThreshold dan StandardDeviationThreshold dari nannyml.thresholds.
  • Inisialisasi metode simpangan baku dan atur parameter std_lower_multiplier dan std_upper_multiplier menjadi 2.
  • Inisialisasi metode ambang konstan dan atur parameter lower ke 0.9 dan upper ke 0.98.
  • Berikan metode ambang konstan untuk metrik f1 dan metode simpangan baku untuk accuracy ke algoritma CBPE.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Import custom thresholds
from ____.____ import ____, ____

# Initialize custom thresholds
stdt = ____(____=____, ____=____)
ct = ____(____=____, ____=____)

# Initialize the CBPE algorithm
estimator = nannyml.CBPE(
    problem_type='classification_binary',
    y_pred_proba='predicted_probability',
    y_pred='prediction',
    y_true='employed',
    metrics=['roc_auc', 'accuracy', 'f1'],
    thresholds={____: ____, ____: ____})
Edit dan Jalankan Kode