AUC eğrilerini oluşturma

İleri adımlı (forward stepwise) değişken seçimi yöntemi, değişkenlerin kestirim kümesine en iyi şekilde ekleneceği sırayı verir. Hangi noktada değişkenleri kesmen gerektiğine karar vermek için eğitim ve test AUC eğrilerini çizebilirsin. Bu eğriler, modelde ilk, ilk iki, ilk üç, … değişken kullanılarak eğitim ve test AUC değerlerini gösterir.

Bu egzersizde bu AUC eğrilerini çizmeyi öğreneceksin. AUC değerlerini hesaplayan auc_train_test yöntemi senin için uygulandı ve şu şekilde kullanılabilir:

auc_train, auc_test = auc_train_test(variables, target, train, test)

Burada variables, lojistik regresyon modelinde kullanılan değişkenler kümesini; target, hedef adını içeren bir listeyi; train ve test ise sırasıyla eğitim ve test temel tablolarını (basetable) ifade eder.

İleri adımlı yönteme göre sıralanmış değişkenler variables listesinde verilmiştir. Konsolda inceleyebilirsin. Ayrıca, senin için üç boş liste tanımlandı:

Her yinelemede modelin eğitim AUC değerlerini tutacak auc_values_train
Her yinelemede modelin test AUC değerlerini tutacak auc_values_test
Her yinelemede değerlendirilen değişkenleri tutacak variables_evaluate

Bu egzersiz, kursun bir parçasıdır

Python ile Öngörücü Analitiğe Giriş

Kursa Göz Atın

Egzersiz talimatları

Değişkenler üzerinde yineleme yap.
Her yinelemede, variables içindeki sıradaki değişkeni variables_evaluate listesine ekle.
Her yinelemede, auc_train_test yöntemini kullanarak eğitim ve test AUC değerlerini hesapla. train ve test DataFrame'leri sırasıyla eğitim ve test verilerini içerir.
Her yinelemede, hesaplanan değerleri auc_values_train ve auc_values_test listelerine ekle.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Keep track of train and test AUC values
auc_values_train = []
auc_values_test = []
variables_evaluate = []

# Iterate over the variables in variables
for v in ____:
  
    # Add the variable
    variables_evaluate.append(____)
    
    # Calculate the train and test AUC of this set of variables
    auc_train, auc_test = ____(____, ["target"], ____, ____)
    
    # Append the values to the lists
    auc_values_train.append(____)
    auc_values_test.append(____)
    
# Make plot of the AUC values
import matplotlib.pyplot as plt
import numpy as np

x = np.array(range(0,len(auc_values_train)))
y_train = np.array(auc_values_train)
y_test = np.array(auc_values_test)
plt.xticks(x, variables, rotation = 90)
plt.plot(x,y_train)
plt.plot(x,y_test)
plt.ylim((0.6, 0.8))
plt.show()

Kodu Düzenle ve Çalıştır