เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การประเมินประสิทธิภาพสำหรับการทำนายทิป

ในแบบฝึกหัดก่อนหน้า คุณได้เตรียมชุดข้อมูล reference และ analysis สำหรับชุดข้อมูล NYC Green Taxi แล้ว ในแบบฝึกหัดนี้ จะนำข้อมูลดังกล่าวมาใช้ประเมินประสิทธิภาพของโมเดลในการใช้งานจริง

ขั้นแรก ต้องกำหนดค่าเริ่มต้นให้อัลกอริทึม DLE ด้วยพารามิเตอร์ที่กำหนด จากนั้นพล็อตผลลัพธ์ที่ได้

ชุดข้อมูล reference และ analysis โหลดไว้แล้วในตัวแปร reference และ analysis นอกจากนี้ nannyml ก็ถูก import ไว้เรียบร้อยแล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การติดตามตรวจสอบ Machine Learning ด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • กำหนดค่าเริ่มต้นให้อัลกอริทึม DLE โดยใช้ chunk period แบบรายวัน, tip_amount เป็น y_true และ metric เป็น MSE
  • Fit ชุดข้อมูล reference เข้ากับ DLE estimator จากนั้น estimate ประสิทธิภาพสำหรับชุดข้อมูล analysis แล้วเก็บผลลัพธ์ไว้ในตัวแปร results
  • แสดงผลลัพธ์โดยใช้เมธอด plot() และ show()

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

estimator = nannyml.DLE(y_pred='y_pred',
    timestamp_column_name='lpep_pickup_datetime',
    feature_column_names=features,
    chunk_period='d',
    y_true='tip_amount',
    metrics=['mse'])

# Fit the reference data to the DLE algorithm
estimator.____(____)

# Estimate the performance on the analysis data
results = estimator.____(____)

# Plot and show the results
____.____().____()
แก้ไขและรันโค้ด