Bir yarışma metriği tanımla
Yarışma metriği, Kaggle tarafından gönderimlerini değerlendirmek için kullanılır. Ayrıca, farklı modellerin performansını yerel bir doğrulama kümesi üzerinde de ölçmen gerekir.
Şimdilik, sklearn.metrics içinde bulunmadıkları durumlar için birkaç yarışma metriğini elle geliştirmen hedefleniyor.
Özellikle şunları tanımlayacaksın:
Regresyon problemi için Mean Squared Error (MSE): $$MSE = \frac{1}{N}\sum_{i=1}^{N}{(y_i - \hat{y}_i)^2}$$
İkili sınıflandırma problemi için Logarithmic Loss (LogLoss): $$LogLoss = -\frac{1}{N}\sum_{i=1}^{N}{(y_i\ln p_i + (1-y_i)\ln (1-p_i))}$$
Bu egzersiz, kursun bir parçasıdır
Python ile Bir Kaggle Yarışmasını Kazanmak
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
import numpy as np
# Import MSE from sklearn
from sklearn.metrics import mean_squared_error
# Define your own MSE function
def own_mse(y_true, y_pred):
# Raise differences to the power of 2
squares = np.____(y_true - y_pred, 2)
# Find mean over all observations
err = np.____(squares)
return err
print('Sklearn MSE: {:.5f}. '.format(mean_squared_error(y_regression_true, y_regression_pred)))
print('Your MSE: {:.5f}. '.format(own_mse(y_regression_true, y_regression_pred)))