1. Belajar
    2. /
  2. Kursus
    3. /
  3. PythonでMachine Learningを使ってCTRを予測する
Connected

Latihan

モデル比較のウォームアップ

この演習では、混同行列を使って MLP と Random Forest の間で、4 つの結果カテゴリを基本的に比較します。これは、これまで扱ってきたすべてのモデルの分析に向けた準備です。ウォームアップとして取り組むことで、これらのモデルの実装方法や、CTR 予測における評価の違いを比較・対照できるようになります。

ワークスペースには、X と y について、それぞれ X_train, X_test、y_train, y_test の学習用・テスト用の分割済みデータがあります。X にはユーザー・デバイス・サイトの詳細といった作成済み特徴量が含まれ、y には目的変数（広告がクリックされたかどうか）が含まれている点を思い出してください。X にはすでに StandardScaler() によるスケーリングが適用されています。今後の広告 CTR 予測モデルでも、同様のセットアップになります。

Instruksi 1/2

undefined XP
    1
    2
  • Random Forest モデルと、隠れ層（hidden_layer_sizes）が 1 層で 10 ユニット、最大反復回数（max_iter）が 40 の MLP モデルを作成します。
  • confusion_matrix(y_test, y_pred) を用いて 4 つの結果カテゴリを確認し、比較します。