Memvisualisasikan fitur yang mengalami drift
Setelah memberi peringkat hasil univariat, Anda mengetahui bahwa fitur hotel dan country yang mengalami drift paling memengaruhi kinerja model. Pada latihan ini, Anda akan melihat hasil drift dan plot distribusinya untuk menentukan akar penyebab masalah.
Hasil dari kalkulator drift univariat disimpan dalam variabel uv_results.
Latihan ini merupakan bagian dari kursus
Pemantauan Machine Learning dengan Python
Instruksi latihan
- Atur argumen period ke
analysisuntukdrift_results. - Operkan hotel dan country ke
column_namesuntukdrift_results. - Atur argumen
kinddalam metode.plot()menjadi"drift". - Lakukan hal yang sama untuk
distribution_results, kecuali atur argumenkinddalam metode.plot()menjadi"distribution".
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
# Filter and create drift plots
drift_results = uv_results.filter(
period=____,
column_names=[____, ____]
).plot(kind=____)
# Filter and create distribution plots
distribution_results = uv_results.filter(
period=____,
column_names=[____, ____]
).plot(kind=____)
# Show the plots
drift_results.show()
distribution_results.show()