Ранжування уніваріантних результатів
У попередніх вправах ви отримали вісім графіків. У цій вправі ваше завдання — відранжувати їх за кількістю сповіщень та кореляцією з продуктивністю ROC AUC.
Уніваріантні результати вже завантажені в змінну uv_results, а результати продуктивності — в змінну perf_results.
Ця вправа є частиною курсу
Моніторинг Machine Learning у Python
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Initialize the alert count ranker
alert_count_ranker = ____.____
alert_count_ranked_features = alert_count_ranker.____(
____.filter(____=[____, ____]))
display(alert_count_ranked_features)