始める無料で始める

チップ予測のパフォーマンス推定

これまでの演習では、NYC Green Taxi データセットのためにリファレンスセットと分析セットを用意しました。この演習では、そのデータを使って本番環境でのモデルのパフォーマンスを推定します。

まず、与えられたパラメータで DLE アルゴリズムを初期化し、結果をプロットします。

リファレンスセットと分析セットはすでに読み込まれ、変数 reference と analysis に保存されています。 また、nannyml もすでにインポート済みです。

この演習はコースの一部です

Pythonで学ぶ機械学習のモニタリング

コースを見る

演習の手順

  • DLE アルゴリズムを、チャンク期間を日単位、y_true に tip_amount、メトリクスに MSE を指定して初期化します。
  • reference セットで DLE 推定器を学習し、分析セットのパフォーマンスを推定して、出力を変数 results に保存します。
  • plot() と show() メソッドを使って結果を可視化します。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

estimator = nannyml.DLE(y_pred='y_pred',
    timestamp_column_name='lpep_pickup_datetime',
    feature_column_names=features,
    chunk_period='d',
    y_true='tip_amount',
    metrics=['mse'])

# Fit the reference data to the DLE algorithm
estimator.____(____)

# Estimate the performance on the analysis data
results = estimator.____(____)

# Plot and show the results
____.____().____()
コードを編集して実行