Inizia subitoInizia gratis

Modificare le soglie

Nel video hai visto come NannyML calcola i valori soglia e hai imparato a personalizzarli in base alla tua soluzione.

In questo esercizio, il tuo compito è definire due soglie personalizzate: una basata sulla deviazione standard e una costante, e poi applicarle ai risultati ottenuti dall'algoritmo CBPE per il dataset US Census.

I set di riferimento e di analisi sono già stati caricati come reference e analysis, insieme alla libreria nannyml.

Questo esercizio fa parte del corso

Monitoraggio del Machine Learning in Python

Visualizza corso

Istruzioni dell'esercizio

  • Importa ConstantThreshold e StandardDeviationThreshold da nannyml.thresholds.
  • Inizializza il metodo della deviazione standard e imposta i parametri std_lower_multiplier e std_upper_multiplier a 2.
  • Inizializza il metodo della soglia costante e imposta il parametro lower a 0.9 e upper a 0.98.
  • Passa il metodo della soglia costante per la metrica f1 e il metodo della deviazione standard per accuracy all'algoritmo CBPE.

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

# 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={____: ____, ____: ____})
Modifica ed esegui il codice