Dağıtıma alınmış bir modelin çıktısını zaman içinde görselleştirme
Bu egzersizde, kalp hastalığı modelinin zaman içindeki tahminlerindeki değişimleri izlemek için ocak ve şubat aylarına ait iki ayrı aydan verileri kullanacaksın. Bildiğin gibi, modelin kalp hastalığı için ikili sınıflandırma (binary classification) yapacak şekilde eğitildi ve bu iki ay için modelin tahminlerini günlüklerde kaydettin.
Son iki aya ait model tahminleri günlüklerinin Elastic Beanstalk aracılığıyla üretildiğini ve pandas DataFrame olarak içe aktarıldığını varsay. Bu DataFrame'lerin adları logs_january ve logs_february ve her biri ilgili aya ait tahminleri içeren bir target sütununa sahip. matplotlib.pyplot ise plt olarak içe aktarıldı.
Bu egzersiz
Uçtan Uca Machine Learning
kursunun bir parçasıdırEgzersiz talimatları
- Modelinin ocak ve şubattaki
targettahminlerini bitişik çubuk grafikler çizerek zaman içindeki dağılımını görselleştir.
Uygulamalı interaktif egzersiz
Bu örnek kodu tamamlayarak bu egzersizi bitirin.
fig, ax = plt.subplots(1, 2, figsize=(15, 6)) # 1 row, 2 columns
# January Plot
logs_january['____'].____.plot(kind=____, ax=ax[0])
ax[0].set_title('Distribution of Predicted Classes - January')
ax[0].set_xlabel('Class')
ax[0].set_ylabel('Frequency')
# February Plot
logs_february['____'].____.plot(____=____, ax=ax[1])
ax[1].set_title('Distribution of Predicted Classes - February')
ax[1].set_xlabel('Class')
ax[1].set_ylabel('Frequency')
plt.tight_layout()
____.____