НачатьНачать бесплатно

Визуализация признаков с дрейфом

После ранжирования унивариантных результатов стало известно, что дрейф признаков hotel и country оказывает наибольшее влияние на производительность модели. В этом упражнении вы изучите результаты дрейфа и графики распределений этих признаков, чтобы определить первопричину проблемы.

Результаты из калькулятора унивариантного дрейфа хранятся в переменной uv_results.

Это упражнение является частью курса

Мониторинг машинного обучения на Python

Посмотреть курс

Инструкции к упражнению

  • Установите аргумент периода analysis для drift_results.
  • Передайте hotel и country в column_names для drift_results.
  • Установите аргумент kind в методе .plot() равным "drift".
  • Сделайте то же самое для distribution_results, но установите аргумент kind в методе .plot() равным "distribution".

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Filter and create drift plots
drift_results = uv_results.filter(
    period=____,
    column_names=[____, ____]
    ).plot(kind=____)

# Filter and create distribution plots
distribution_results = uv_results.filter(
    period=____,
    column_names=[____, ____]
    ).plot(kind=____)

# Show the plots
drift_results.show()
distribution_results.show()
Редактировать и запускать код