1. 学ぶ
    2. /
  2. コース
    3. /
  3. Pythonで学ぶ中級予測分析
Connected

演習

進化変数の性能評価

与えられた basetable には、3 つの通常の予測変数（"gender_F"、"age"、"donations_2017"）と、進化変数 "donations_2017_min_2016" が含まれます。進化変数は、2017 年の寄付回数から 2016 年の寄付回数を引いた値です。

この演習では、進化変数を使うことの付加価値を確認します。2 つの予測モデルを作成します。1 つは variables_regular に用意された通常の予測変数を使うモデル、もう 1 つは "donations_2017" を "donations_2017_min_2016" に置き換えたモデルで、これらの変数は variables_evolution に用意されています。ロジスティック回帰モデルは logreg としてすでに初期化されています。通常の変数を用いたモデルは実装済みで、その AUC は auc_regular に入っています。

指示

100 XP
  • X_evolution に進化変数を選択してモデルを学習します。
  • このモデルで .predict_proba() を使って X_evolution の全観測に対する予測を行い、roc_auc_score() で AUC を計算します。
  • 両モデルの AUC を出力して比較しましょう。