1. Learn
    2. /
  2. Cursuri
    3. /
  3. Analiză predictivă intermediară în Python
Connected

exercițiu

Performanța variabilelor de evoluție

Îți este oferit un basetable care conține 3 variabile predictive obișnuite: „gender_F", „age", „donations_2017", și o variabilă de evoluție, „donations_2017_min_2016", care reprezintă numărul de donații efectuate în 2017 minus numărul de donații efectuate în 2016.

În acest exercițiu vei observa valoarea adăugată a variabilelor de evoluție. Vei construi două modele predictive: unul folosind variabilele predictive obișnuite din variables_regular și altul în care „donations_2017" este înlocuită cu „donations_2017_min_2016" – aceste variabile sunt disponibile în variables_evolution. Modelul de regresie logistică este deja inițializat în logreg. Modelul bazat pe variabilele obișnuite a fost deja implementat, iar AUC-ul său se află în auc_regular.

Instrucțiuni

100 XP
  • Selectează variabilele de evoluție în X_evolution și antrenează modelul.
  • Generează predicții folosind .predict_proba() cu acest model pentru toate observațiile din X_evolution și calculează AUC-ul cu roc_auc_score().
  • Afișează AUC-urile ambelor modele și compară-le.