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

ćwiczenie

Porównanie klasyfikatorów

Schemat ROI można zastosować do różnych klasyfikatorów, aby sprawdzić, jak wyższa precyzja i recall przekładają się na wyższe wartości ROI. Pamiętaj, że bazowy klasyfikator, który wcześniej utworzono, miałby łączny zwrot i koszt równy 0 – wynika to z faktu, że zarówno prawdziwie pozytywne (tp), jak i fałszywie pozytywne (fp) wyniki będą z założenia równe 0. W tym ćwiczeniu użyjesz schematu ROI, aby porównać regresję logistyczną z klasyfikatorem drzewa decyzyjnego.

W środowisku pracy dostępne są: X_train, y_train, X_test, y_test, a także pandas jako pd, numpy jako np oraz LogisticRegression() z modułu sklearn.linear_model.

Instrukcje 1/2

undefined XP
  • 1
    • Utwórz klasyfikator regresji logistycznej i wygeneruj predykcje na zbiorze testowym.
    • Oblicz łączny zwrot, łączne wydatki oraz ROI.
  • 2
    • Utwórz klasyfikator drzewa decyzyjnego i wygeneruj predykcje na zbiorze testowym.
    • Oblicz łączny zwrot, łączny koszt oraz ROI.