1. 학습
    2. /
  2. 강의
    3. /
  3. Python으로 Machine Learning을 활용한 CTR 예측
Connected

연습 문제

총점 산출

정밀도(precision)와 재현율(recall)은 서로 다른 가중치를 둘 수 있으므로 F-beta 점수는 중요한 평가 지표입니다. 또한 AUC-ROC는 정밀도와 재현율을 보완하는 중요한 지표입니다. 이전에 살펴본 것처럼, 어떤 모델은 AUC가 높지만 정밀도가 낮을 수도 있기 때문입니다. 이 연습 문제에서는 각 분류기에 대해 전체 평가 지표 세트를 계산합니다.

각 분류기의 이름을 출력해 주는 print_estimator_name() 함수가 제공됩니다. 작업 공간에는 X_train, y_train, X_test, y_test가 준비되어 있으며, 특성은 이미 표준화되어 있습니다. pandas는 pd로, sklearn도 작업 공간에서 사용할 수 있습니다.

지침

100 XP
  • 은닉 유닛 10개로 구성된 은닉층 1개와 최대 반복 50회로 MLP 분류기를 정의하세요.
  • 각 분류기에 대해 학습하고 예측하세요.
  • sklearn의 구현을 사용해 정밀도, 재현율, F-beta 점수, 그리고 ROC의 AUC 점수를 구하세요.