Een willekeurig model

In deze oefening reconstrueer je de basislijn van de cumulative gains-curve, oftewel de cumulative gains-curve van een willekeurig model.

Daarvoor moet je willekeurige voorspellingen maken. De methode plot_cumulative_gain verwacht voor deze voorspellingen twee waarden: één voor doelwaarde 0 en één voor doelwaarde 1. Deze waarden moeten samen optellen tot één, dus een geldige lijst met voorspellingen kan bijvoorbeeld zijn [(0.02,0.98),(0.27,0.73),...,(0.09,0.91)].

In Python kun je een willekeurige waarde tussen a en b genereren als volgt:

import random
random_value = random.uniform(a,b)

Deze oefening maakt deel uit van de cursus

Introductie tot Predictive Analytics in Python

Cursus bekijken

Oefeninstructies

Importeer de modules random, matplotlib en scikitplot.
Maak een lijst random_predictions met willekeurige getallen tussen 0 en 1.
Pas de lijst random_predictions aan zodat deze tuples (r,a) bevat, met r de oorspronkelijke waarde uit de lijst en a zodanig dat \(r+a=1\).
De echte waarden van de target staan in targets_test. Toon de cumulative gains-grafiek van je willekeurige model.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Import the modules
import ____
import ____ as plt
import ____ as skplt

# Generate random predictions
random_predictions = [random.uniform(____,____) for _ in range(len(targets_test))]

# Adjust random predictions
random_predictions = [(r, ____ - ____) for r in random_predictions]

# Plot the cumulative gains graph
skplt.metrics.plot_cumulative_gain(targets_test, ____)
plt.show()

Code bewerken en uitvoeren