異なるチャンク方法
チャンクは、モニタリング結果における単一のデータポイントを表します。データをチャンク化する方法は、時間ベース、サイズベース、チャンク数ベースの3種類があることを思い出してください。
この演習では、US Census データセットに対する CBPE アルゴリズムの結果を、サイズベースおよびチャンク数ベースの方法でチャンク化し、可視化します。
nannyml ライブラリはすでにインポートされています。
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
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。
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()