완벽한 모델
이 연습 문제에서는 완벽한 모델의 리프트 곡선을 직접 재구성해 보겠습니다. 이를 위해 완벽한 예측값을 만들어야 해요.
plot_lift_curve 메서드는 예측값 인수로 두 개의 값을 필요로 한다는 점을 기억하세요. 첫 번째 값은 타깃이 0일 때의 예측, 두 번째 값은 타깃이 1일 때의 예측이에요.
이 연습은 강의의 일부입니다
Python으로 배우는 예측 분석 입문
연습 안내
- 완벽한 예측으로 구성된 리스트를 만드세요.
- 타깃의 실제 값은
targets_test에 있어요. 이 완벽한 예측을 사용해 리프트 곡선을 그리세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Generate perfect predictions
perfect_predictions = [(1-target , ____) for target in targets_test["target"]]
# Plot the lift curve
skplt.metrics.____(targets_test, ____)
plt.show()