Kết nối mọi thứ lại với nhau
Một kỹ sư trong startup phát hiện loạn nhịp tim của bạn vội vàng báo rằng cảm biến ECG gặp vấn đề với người dùng thừa cân. Bạn quyết định giảm ảnh hưởng của các ví dụ có cân nặng trên 80 xuống 50%. Bạn cũng được cho biết rằng vì startup của bạn nhắm đến thị trường fitness và không đưa ra tuyên bố y khoa, nên việc làm một vận động viên hoảng sợ một cách không cần thiết sẽ tốn kém hơn là bỏ lỡ một ca loạn nhịp tim có thể xảy ra. Bạn quyết định tạo một hàm mất mát tùy chỉnh, trong đó mỗi "báo động giả" tốn kém gấp mười lần so với việc bỏ lỡ một ca loạn nhịp. Việc giảm trọng số các đối tượng thừa cân có cải thiện hàm mất mát tùy chỉnh này không? Dữ liệu huấn luyện X_train, y_train và dữ liệu kiểm tra X_test, y_test đã được nạp sẵn, cùng với confusion_matrix(), numpy là np, và DecisionTreeClassifier().
Bài tập này là một phần của khóa học
Thiết kế quy trình Machine Learning bằng Python
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Create a scorer assigning more cost to false positives
def my_scorer(y_test, y_est, cost_fp=10.0, cost_fn=1.0):
tn, fp, fn, tp = ____
return ____