МЛП для предсказания CTR
В этом упражнении вы оцените точность и площадь под ROC-кривой (AUC) для базовой модели многослойного персептрона (МЛП) на наборе данных по CTR рекламы. Не забудьте стандартизировать признаки перед разбиением на обучающую и тестовую выборки!
X — это DataFrame с признаками, y — DataFrame с целевыми значениями. В вашем рабочем пространстве также доступны sklearn и pandas под псевдонимом pd.
Это упражнение является частью курса
Прогнозирование CTR с помощью машинного обучения на Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Scale features and split into training and testing
X_scaled = ____().____(X)
X_train, X_test, y_train, y_test = ____(
X_scaled, y, test_size = .2, random_state = 0)