Geschatte en gerealiseerde performance vergelijken
Nu je hebt gezien hoe het berekenen van performance werkt, is het jouw taak om de gerealiseerde performance te berekenen voor ons fooi-voorspellingsmodel voor de NYC green taxi-gegevensset.
De referentie- en analyset is al geladen en opgeslagen in de variabelen reference en analysis.
Daarnaast zijn de resultaten van het DLE-algoritme voor fooi-voorspelling opgeslagen in de variabele estimated_results.
Deze oefening maakt deel uit van de cursus
Monitoring Machine Learning in Python
Oefeninstructies
- Geef het probleemtype op als
regressionbij het initialiseren van de calculator. - Fit de calculator met referentiegegevens en bereken de performance voor de analyset.
- Laat de vergelijkingsplot zien tussen
realized_resultsenestimated_resultsmet de methodecompare().
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Intialize the calculator
calculator = nannyml.PerformanceCalculator(
y_true='tip_amount',
y_pred='y_pred',
chunk_period='d',
metrics=['mae'],
timestamp_column_name='lpep_pickup_datetime',
problem_type=____)
# Fit the calculator
calculator.fit(____)
realized_results = calculator.____(____)
# Show comparison plot for realized and estimated performance
____.____(____).plot().show()