Kom igångKom igång gratis

Visualisera särdrag med drift

Efter att ha rangordnat de univariata resultaten vet du att driften i särdragen hotel och country påverkar modellens prestanda mest. I den här övningen tittar du på driftresultaten och fördelningsplotterna för dessa särdrag för att fastställa grundorsaken till problemet.

Resultaten från den univariata driftkalkylatorn finns lagrade i variabeln uv_results.

Den här övningen är en del av kursen

Övervakning av maskininlärning i Python

Visa kurs

Övningsinstruktioner

  • Sätt period-argumentet till analysis för drift_results.
  • Skicka hotel och country till column_names för drift_results.
  • Sätt argumentet kind i metoden .plot() till "drift".
  • Gör samma sak för distribution_results, men sätt argumentet kind i metoden .plot() till "distribution".

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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()
Redigera och kör kod