Metodi di suddivisione (chunking) diversi
Un chunk rappresenta un singolo punto dati nei risultati di monitoraggio. Ricorda che esistono tre metodi per suddividere i dati in chunk: in base al tempo, alla dimensione o al numero di chunk.
In questo esercizio suddividerai e visualizzerai i risultati dell'algoritmo CBPE per l'insieme di dati US Census utilizzando metodi di chunking basati sulla dimensione e sul numero.
La libreria nannyml è già importata.
Questo esercizio fa parte del corso
Monitoraggio del Machine Learning in Python
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
reference, analysis, analysis_gt = ____.____()
# Initialize the CBPE algorithm
cbpe = nannyml.CBPE(
y_pred_proba='predicted_probability',
y_pred='prediction',
y_true='employed',
metrics = ['roc_auc', 'accuracy'],
problem_type = 'classification_binary',
____ = ____,
)
cbpe = cbpe.fit(reference)
estimated_results = cbpe.estimate(analysis)
estimated_results.plot().show()