Exercise

Jednowymiarowe wykrywanie dryftu dla zbioru danych z rezerwacjami hotelowymi

W poprzednich ćwiczeniach, korzystając z wielowymiarowej metody wykrywania dryftu, ustaliliśmy, że przesunięcie danych w styczniu odpowiada za alert w metryce ROC AUC i negatywną wartość biznesową modelu.

W tym ćwiczeniu użyjesz jednowymiarowej metody wykrywania dryftu, aby znaleźć cechę odpowiedzialną za dryft i wyjaśnić jego przyczynę.

Zbiory reference i analysis są już wczytane i gotowe do użycia.

Instructions

100 XP

Wskaż metody Wassersteina i Jensena-Shannona dla zmiennych ciągłych oraz L-nieskończoność i Chi2 dla zmiennych kategorycznych.
Dopasuj model do zbioru referencyjnego i oblicz wyniki na zbiorze analitycznym.
Zwizualizuj wyniki.

.css-6su6fj{-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;}Exercise

Instructions

Exercise