Statystyki podsumowujące
Jak pamiętasz z poprzedniej lekcji, NannyML udostępnia pięć metod śledzenia zmian statystycznych w cechach modelu.
W tym ćwiczeniu skupisz się na analizie cechy lead_time ze zbioru danych Hotel Booking, która wskazuje, z jakim wyprzedzeniem (w dniach) dokonano rezerwacji. Korzystając ze statystyk sumy, mediany i odchylenia standardowego, możesz uzyskać cenne informacje o tym, jak zachowanie klientów przy rezerwacjach zmieniało się w czasie.
Zwróć uwagę, że zarówno zbiór referencyjny, jak i zbiór analityczny oraz biblioteka nannyml są już wczytane i gotowe do użycia.
To ćwiczenie jest częścią kursu
Monitorowanie uczenia maszynowego w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Define analyzed column
analyzed_column = [____]
# Intialize sum values calculator
sum_calc = ____.____(
____=____,
chunk_period='m',
timestamp_column_name='timestamp'
)
# Fit, calculate and plot the results
sum_calc.fit(reference)
sum_calc_res = sum_calc.calculate(analysis)
sum_calc_res.plot().show()