MLP's voor CTR
In deze oefening beoordeel je zowel de accuracyscore als de AUC van de ROC-curve voor een basic MLP-model op de advertentie-CTR-gegevensset. Vergeet niet de features te standaardiseren voordat je splitst in training en test!
X is beschikbaar als de DataFrame met features, en y is beschikbaar als een DataFrame met doelwaarden. Zowel sklearn als pandas als pd zijn ook beschikbaar in je werkruimte.
Deze oefening maakt deel uit van de cursus
CTR voorspellen met Machine Learning in Python
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Scale features and split into training and testing
X_scaled = ____().____(X)
X_train, X_test, y_train, y_test = ____(
X_scaled, y, test_size = .2, random_state = 0)