Un model aleator

În acest exercițiu vei reconstrui linia de referință a curbei câștigurilor cumulative, adică curba câștigurilor cumulative a unui model aleator.

Pentru aceasta, trebuie să construiești predicții aleatoare. Metoda plot_cumulative_gain necesită două valori pentru aceste predicții: una pentru cazul în care ținta este 0 și una pentru cazul în care ținta este 1. Aceste valori trebuie să sumeze la unu, astfel că o listă validă de predicții ar putea fi, de exemplu, [(0.02,0.98),(0.27,0.73),...,(0.09,0.91)].

În Python, poți genera o valoare aleatoare între valorile a și b astfel:

import random
random_value = random.uniform(a,b)

Acest exercițiu face parte din cursul

Introducere în analitica predictivă în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Importă modulele random, matplotlib și scikitplot.
Construiește o listă random_predictions care conține numere aleatoare între 0 și 1.
Ajustează lista random_predictions astfel încât să conțină tupluri (r,a), unde r este valoarea originală din listă, iar a este ales astfel încât \(r+a=1\).
Valorile reale ale țintei se află în targets_test. Afișează graficul câștigurilor cumulative al modelului tău aleator.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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()

Editează și rulează codul