เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การพยากรณ์แบบ Classification

ในการตรวจสอบความถูกต้องของโมเดล สิ่งสำคัญคือการรู้ข้อมูลเพิ่มเติมเกี่ยวกับผลการพยากรณ์ ไม่ใช่แค่ผลจำแนกประเภทขั้นสุดท้ายเท่านั้น เมื่อพยากรณ์ว่าทีมใดจะชนะ ส่วนใหญ่ยังอยากรู้ด้วยว่า โอกาสที่ทีมนั้นจะชนะมีมากแค่ไหน

ความน่าจะเป็น ผลพยากรณ์ ความหมาย
0 < .50 0 ทีมแพ้
.50 + 1 ทีมชนะ

ในแบบฝึกหัดนี้ ให้ศึกษาการใช้เมธอด .predict() และ .predict_proba() กับชุดข้อมูล tic_tac_toe เมธอดแรกจะให้ผลพยากรณ์ว่าผู้เล่นคนที่หนึ่งจะชนะหรือไม่ ส่วนเมธอดที่สองจะให้ค่าความน่าจะเป็นที่ผู้เล่นคนที่หนึ่งจะชนะ ใช้ rfc เป็นโมเดล random forest classification

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การตรวจสอบความถูกต้องของโมเดลใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้างอาร์เรย์ผลพยากรณ์ 2 ชุด ชุดหนึ่งสำหรับค่าจำแนกประเภท และอีกชุดสำหรับค่าความน่าจะเป็นของการพยากรณ์
  • ใช้เมธอด .value_counts() กับ pandas Series เพื่อแสดงจำนวนการสังเกตการณ์ที่ถูกจัดอยู่ในแต่ละคลาส
  • แสดงการสังเกตการณ์แรกของ probability_predictions เพื่อดูโครงสร้างของค่าความน่าจะเป็น

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Fit the rfc model. 
rfc.fit(X_train, y_train)

# Create arrays of predictions
classification_predictions = rfc.____(X_test)
probability_predictions = rfc.____(X_test)

# Print out count of binary predictions
print(pd.Series(____).____())

# Print the first value from probability_predictions
print('The first predicted probabilities are: {}'.format(____[____]))
แก้ไขและรันโค้ด