Konstruowanie krzywej lift
Krzywa lift to krzywa oceny, która mierzy wydajność modelu. Pokazuje, ile razy więcej przypadków docelowych model wykrywa w porównaniu z losowym doborem.
Aby skonstruować tę krzywą, możesz użyć metody plot_lift_curve z modułu scikitplot oraz modułu matplotlib.pyplot. Podobnie jak w przypadku każdej metryki lub krzywej oceny modelu, potrzebujesz prawdziwych wartości docelowych z jednej strony i prognoz z drugiej, aby zbudować krzywą skumulowanych zysków.
To ćwiczenie jest częścią kursu
Wprowadzenie do analizy predykcyjnej w Pythonie
Instrukcje do ćwiczenia
- Zaimportuj moduł
matplotlib.pyplot. - Zaimportuj moduł
scikitplot. - Skonstruuj krzywą skumulowanych zysków, wiedząc, że model zwraca wartości z
predictions_test, a prawdziwe wartości docelowe znajdują się wtargets_test.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Import the matplotlib.pyplot module
____ as plt
# Import the scikitplot module
____ as skplt
# Plot the lift curve
skplt.metrics.____(____, ____)
plt.show()