1. Nauka
    2. /
  2. Kursy
    3. /
  3. Przewidywanie CTR z użyciem uczenia maszynowego w Pythonie
Connected

ćwiczenie

Ocena precyzji i ROI

W tym ćwiczeniu rozwijasz poprzednie zadanie – uruchamiasz MLPClassifier i porównujesz go z trzema innymi klasyfikatorami zastosowanymi wcześniej. Dla każdego klasyfikatora obliczysz precyzję oraz szacunkowy ROI z wydatków na reklamy. Podobnie jak wcześniej, dane są podzielone na zbiory treningowe i testowe: X_train, X_test dla X oraz y_train, y_test dla y. Cechy zostały już wystandaryzowane.

Instrukcje 1/2

undefined XP
  • 1
    • Wykonaj iterację po liście klasyfikatorów i wyznacz wyniki oraz prognozy.
    • Następnie oblicz precyzję za pomocą funkcji precision_score().
  • 2
    • Wykonaj iterację po klasyfikatorach i oblicz ROI z wydatków na reklamy.