Hepsini bir araya getirmek
Aritmi tespiti girişimindeki mühendislerden biri, kilolu kullanıcılar için EKG sensöründe bir sorun olduğunu söylemek üzere aceleyle yanına geliyor. 80'in üzerindeki kiloya sahip örneklerin etkisini %50 azaltmaya karar veriyorsun. Ayrıca girişiminin fitness pazarını hedeflediği ve tıbbi bir iddiada bulunmadığı için, bir sporcuyu gereksiz yere korkutmanın, olası bir aritmi vakasını kaçırmaktan daha maliyetli olduğu söyleniyor. Her bir "yanlış alarmı" aritmi vakasını kaçırmaktan on kat daha maliyetli yapan özel bir kayıp fonksiyonu oluşturmaya karar veriyorsun. Aşırı kilolu deneklerin ağırlığını düşürmek bu özel kaybı iyileştirir mi? Eğitim verilerin X_train, y_train ve test verilerin X_test, y_test önceden yüklüdür; ayrıca confusion_matrix(), numpy np olarak ve DecisionTreeClassifier() da hazırdır.
Bu egzersiz
Python'da Machine Learning İş Akışları Tasarlama
kursunun bir parçasıdırUygulamalı interaktif egzersiz
Bu örnek kodu tamamlayarak bu egzersizi bitirin.
# Create a scorer assigning more cost to false positives
def my_scorer(y_test, y_est, cost_fp=10.0, cost_fn=1.0):
tn, fp, fn, tp = ____
return ____