Inizia subitoInizia gratis

Visualizzare le feature in drift

Dopo aver ordinato i risultati univariati, sai che le feature hotel e country in drift stanno impattando di più le prestazioni del modello. In questo esercizio, esaminerai i risultati del drift e i grafici di distribuzione per capirne la causa principale del problema.

I risultati del calcolatore di drift univariato sono salvati nella variabile uv_results.

Questo esercizio fa parte del corso

Monitoraggio del Machine Learning in Python

Visualizza corso

Istruzioni dell'esercizio

  • Imposta l'argomento period su analysis per drift_results.
  • Passa hotel e country a column_names per drift_results.
  • Imposta l'argomento kind nel metodo .plot() a "drift".
  • Fai lo stesso per distribution_results, tranne che impostare l'argomento kind nel metodo .plot() a "distribution".

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

# 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()
Modifica ed esegui il codice