ÎncepețiÎncepe gratuit

Primul model CTR

În acest exercițiu, vei construi un prim model CTR pe setul de date Avazu folosind un arbore de decizie și vei evalua acuratețea modelului cu accuracy_score() din sklearn. În plus, vei folosi train_test_split() din sklearn pentru a împărți datele în set de antrenament și set de testare, în loc să definești manual un punct de separare ca înainte.

În spațiul de lucru, datele eșantion sub formă de DataFrame sunt încărcate ca df, împreună cu sklearn și pandas ca pd.

Vom face o împărțire de bază în date de antrenament și de testare și vom evalua rezultatele folosind acuratețea.

Acest exercițiu face parte din cursul

Predicția CTR cu Machine Learning în Python

Vezi cursul

Instrucțiuni pentru exercițiu

  • Definește atât X, cât și y ca fiind, respectiv, caracteristicile și valorile țintă, pe baza coloanei click.
  • Împarte datele în seturi de antrenament și de testare folosind train_test_split(X, y).
  • Creează un clasificator bazat pe arbore de decizie.
  • Generează predicții cu ajutorul clasificatorului și evaluează acuratețea acestora.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Define X and y 
X = df.____[:, ~df.columns.____(['click'])]
y = df.click

# Define training and testing
X_train, X_test, y_train, y_test = \
	____(____, _____, test_size = .2, random_state = 0)

# Create decision tree classifier
clf = ____()

# Train classifier - predict label and evaluate accuracy
y_pred = clf.fit(____, _____).____(X_test) 
print(____(y_test, y_pred))
Editează și rulează codul