1. Nauka
    2. /
  2. Kursy
    3. /
  3. Projektowanie przepływów pracy uczenia maszynowego w Pythonie
Connected

ćwiczenie

Wyzwanie dla mistrza

Po wdrożeniu losowego lasu na produkcję zaczynasz się zastanawiać, czy klasyfikator Naive Bayes nie dałby lepszych wyników. Chcesz przeprowadzić test mistrz–pretendent, porównując Naive Bayes jako pretendenta z modelem aktualnie działającym na produkcji, który wczytasz z pliku, aby uniknąć pomyłek. Do oceny użyjesz miary F1. Dysponujesz danymi X_train, X_test, y_train i y_test (tak jak wcześniej) oraz funkcjami GaussianNB(), f1_score() i pickle().

Instrukcje

100 XP
  • Wczytaj istniejący model z pliku za pomocą pickle.
  • Dopasuj klasyfikator Gaussian Naive Bayes do danych treningowych.
  • Wyświetl wynik F1 mistrza, a następnie pretendenta na danych testowych.
  • Nadpisz bieżący plik modelu tym, który osiągnął lepszy wynik.