Um modelo aleatório
Neste exercício, você vai reconstruir a linha de base da curva de ganhos cumulativos, isto é, a curva de ganhos cumulativos de um modelo aleatório.
Para isso, você precisa construir previsões aleatórias. O método plot_cumulative_gain exige dois valores para essas previsões: um para o alvo ser 0 e outro para o alvo ser 1. Esses valores devem somar um, então uma lista válida de previsões poderia ser, por exemplo, [(0.02,0.98),(0.27,0.73),...,(0.09,0.91)].
Em Python, você pode gerar um valor aleatório entre os valores a e b da seguinte forma:
import random
random_value = random.uniform(a,b)
Este exercício faz parte do curso
Introdução à Análise Preditiva em Python
Instruções do exercício
- Importe os módulos
random,matplotlibescikitplot. - Construa uma lista
random_predictionsque contenha números aleatórios entre 0 e 1. - Ajuste a lista
random_predictionspara que contenha tuplas(r,a)comrsendo o valor original da lista eatal que \(r+a=1\). - Os valores verdadeiros do alvo estão em
targets_test. Mostre o gráfico de ganhos cumulativos do seu modelo aleatório.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Import the modules
import ____
import ____ as plt
import ____ as skplt
# Generate random predictions
random_predictions = [random.uniform(____,____) for _ in range(len(targets_test))]
# Adjust random predictions
random_predictions = [(r, ____ - ____) for r in random_predictions]
# Plot the cumulative gains graph
skplt.metrics.plot_cumulative_gain(targets_test, ____)
plt.show()