1. Learn
    2. /
  2. Courses
    3. /
  3. Przewidywanie CTR z użyciem uczenia maszynowego w Pythonie
Connected

Exercise

Poza samą dokładnością

W tym ćwiczeniu wyjdziesz poza samą dokładność i obliczysz AUC krzywej ROC dla podstawowego modelu drzewa decyzyjnego. Pamiętaj, że punkt odniesienia dla losowego klasyfikatora to AUC równe 0,5 – zależy nam na uzyskaniu wyniku wyższego niż 0,5.

X jest dostępny jako DataFrame z cechami, a y jako DataFrame z wartościami docelowymi. W środowisku dostępne są również biblioteki sklearn oraz pandas jako pd.

Tego zestawu użyjemy do analizy AUC naszej krzywej ROC.

Instructions

100 XP
  • Podziel dane na zbiór treningowy i testowy.
  • Dopasuj klasyfikator na danych treningowych, a następnie wygeneruj prognozy dla danych testowych za pomocą predict_proba() i predict().
  • Oblicz AUC pod krzywą ROC, używając funkcji roc_curve() na y_test w postaci roc_curve(y_test, y_score[:, 1]).