Încălcarea cronologiei

Pentru a ilustra importanța cronologiei, ia în considerare un exemplu în care aceasta este încălcată, folosind informații din perioada țintă pentru a construi variabilele predictive.

Dataframe-ul pandas basetable conține două coloane: "amount_2017" reprezintă suma totală a donațiilor din 2017, iar "target" este 1 dacă această sumă depășește 30 și 0 în caz contrar.

Construiește un model de regresie logistică care folosește "amount_2017" ca unică variabilă predictivă pentru a prezice ținta și calculează AUC.

Acest exercițiu face parte din cursul

Analiză predictivă intermediară în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Creează un dataframe X care conține variabila predictivă și un dataframe y care conține ținta.
Antrenează modelul de regresie logistică astfel încât y să fie prezis din X. Construiește un model de regresie logistică care folosește amount_2017 ca unică variabilă predictivă și prezice target.
Generează predicții pentru obiectele din X.
Calculează și afișează AUC-ul acestui model folosind funcția roc_auc_score.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Select the relevant predictors and the target
X = basetable[["____"]]
y = basetable[["____"]]

# Build the logistic regression model
logreg = linear_model.LogisticRegression()
logreg.____(____, ____)

# Make predictions for X
predictions = logreg.____(____)[:,1]

# Calculate and print the AUC value
auc = ____(____, ____)
print(round(auc, 2))

Editează și rulează codul