НачатьНачать бесплатно

Сравнение оценочной и фактической производительности

Теперь, когда вы познакомились с тем, как работает расчёт производительности, ваша задача — вычислить фактическую производительность модели предсказания чаевых для набора данных о зелёных такси Нью-Йорка.

Обучающая и аналитическая выборки уже загружены и сохранены в переменных reference и analysis.

Кроме того, результаты алгоритма DLE для предсказания чаевых хранятся в переменной estimated_results.

Это упражнение является частью курса

Мониторинг машинного обучения на Python

Посмотреть курс

Инструкции к упражнению

  • Укажите тип задачи regression при инициализации калькулятора.
  • Обучите калькулятор на обучающих данных и рассчитайте производительность для аналитической выборки.
  • Постройте сравнительный график между realized_results и estimated_results с помощью метода compare().

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Intialize the calculator
calculator = nannyml.PerformanceCalculator(
    y_true='tip_amount',
    y_pred='y_pred',
    chunk_period='d',
  	metrics=['mae'],
    timestamp_column_name='lpep_pickup_datetime',
    problem_type=____)

# Fit the calculator
calculator.fit(____)
realized_results = calculator.____(____)

# Show comparison plot for realized and estimated performance
____.____(____).plot().show()
Редактировать и запускать код