เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การละเมิด timeline

เพื่อแสดงให้เห็นถึงความสำคัญของ timeline ลองพิจารณาตัวอย่างที่ละเมิด timeline โดยนำข้อมูลจากช่วงเป้าหมายมาใช้สร้างตัวแปรพยากรณ์

ใน pandas dataframe basetable มีสองคอลัมน์ ได้แก่ "amount_2017" ซึ่งเป็นยอดรวมของการบริจาคในปี 2017 และ "target" ซึ่งมีค่าเป็น 1 หากยอดดังกล่าวมากกว่า 30 และเป็น 0 ในกรณีอื่น

สร้างโมเดล logistic regression ที่ใช้ "amount_2017" เป็นตัวแปรพยากรณ์เพียงตัวเดียวเพื่อพยากรณ์ค่าเป้าหมาย แล้วคำนวณค่า AUC

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Predictive Analytics ระดับกลางด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้าง dataframe X ที่มีตัวแปรพยากรณ์ และ dataframe y ที่มีค่าเป้าหมาย
  • ฟิตโมเดล logistic regression โดยให้ y ถูกพยากรณ์จาก X สร้างโมเดล logistic regression ที่ใช้ amount_2017 เป็นตัวแปรพยากรณ์เพียงตัวเดียวและพยากรณ์ target
  • สร้างการพยากรณ์สำหรับข้อมูลใน X
  • คำนวณและแสดงค่า AUC ของโมเดลนี้โดยใช้ฟังก์ชัน roc_auc_score

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Select the relevant predictors and the target
X = basetable[["____"]]
y = basetable[["____"]]

# Build the logistic regression model
logreg = linear_model.LogisticRegression()
logreg.____(____, ____)

# Make predictions for X
predictions = logreg.____(____)[:,1]

# Calculate and print the AUC value
auc = ____(____, ____)
print(round(auc, 2))
แก้ไขและรันโค้ด