MLP för CTR
I den här övningen utvärderar du både noggrannhetspoängen och AUC för ROC-kurvan för en grundläggande MLP-modell på CTR-datamängden för annonser. Kom ihåg att standardisera särdragen innan du delar upp data i tränings- och testmängder!
X finns tillgänglig som en DataFrame med särdrag och y som en DataFrame med målvärden. Både sklearn och pandas som pd finns också tillgängliga i din arbetsyta.
Den här övningen är en del av kursen
Förutsäga CTR med maskininlärning i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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)