1. Learn
    2. /
  2. Курси
    3. /
  3. Вступ до прогностичної аналітики в Python
Connected

Вправа

Розбиття даних

Щоб коректно оцінити модель, дані розбивають на тренувальну та тестову вибірки. Тренувальна вибірка містить дані, на яких будується модель, а тестова — використовується для її оцінювання. Це розбиття відбувається випадково, але коли частка цільового класу є низькою, може бути потрібна стратифікація — тобто забезпечення однакової частки цільових значень у тренувальній і тестовій вибірках.

У цій вправі ви розіб'єте дані зі стратифікацією та перевірите, що тренувальна і тестова вибірки мають однакову частку цільових значень. Метод train_test_split уже імпортовано, а датафрейми X і y доступні у вашому робочому середовищі.

Інструкції

100 XP
  • Виконайте стратифіковане розбиття цих датафреймів за допомогою методу train_test_split. Переконайтеся, що тренувальна й тестова вибірки однакового розміру та з однаковою часткою цільового класу.
  • Обчисліть частку цільового класу в тренувальній вибірці. Це кількість цільових значень у тренувальній вибірці, поділена на кількість спостережень у тренувальній вибірці.
  • Обчисліть частку цільового класу в тестовій вибірці.