НачатьНачать бесплатно

Первая модель предсказания CTR

В этом упражнении вы построите первую модель предсказания CTR на наборе данных Avazu с помощью дерева решений и оцените точность модели, используя accuracy_score() из sklearn. Кроме того, вы воспользуетесь функцией train_test_split() из sklearn, чтобы разделить данные на обучающую и тестовую выборки — вместо того чтобы задавать точку разделения вручную, как раньше.

В рабочей среде загружены выборочные данные в виде DataFrame под именем df, а также библиотеки sklearn и pandas как pd.

Мы выполним базовое разделение на обучающую и тестовую выборки и оценим результаты с помощью метрики точности.

Это упражнение является частью курса

Прогнозирование CTR с помощью машинного обучения на Python

Посмотреть курс

Инструкции к упражнению

  • Определите X и y как признаки и целевую переменную соответственно, используя столбец click.
  • Разделите данные на обучающую и тестовую выборки с помощью train_test_split(X, y).
  • Создайте классификатор на основе дерева решений.
  • Получите предсказания с помощью классификатора и оцените их точность.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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))
Редактировать и запускать код