1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Phân tích dự đoán nâng cao với Python
Connected

Bài tập

Hiệu quả của biến dạng tiến hóa

Cho một basetable có 3 biến dự báo thông thường, gồm "gender_F", "age", "donations_2017", và một biến tiến hóa "donations_2017_min_2016" chứa số lần quyên góp thực hiện trong năm 2017 trừ đi số lần quyên góp trong năm 2016.

Trong bài tập này, bạn sẽ thấy giá trị gia tăng khi dùng các biến tiến hóa. Bạn sẽ xây dựng hai mô hình dự báo: một mô hình dùng các biến dự báo thông thường đã được cung cấp trong variables_regular, và một mô hình thay "donations_2017" bằng "donations_2017_min_2016"; các biến này đã được cung cấp trong variables_evolution. Mô hình hồi quy logistic đã được khởi tạo sẵn trong logreg. Mô hình dùng các biến thông thường đã được cài đặt, AUC nằm trong auc_regular.

Hướng dẫn

100 XP
  • Chọn các biến tiến hóa vào X_evolution và fit mô hình.
  • Tạo dự báo bằng .predict_proba() với mô hình này cho tất cả quan sát trong X_evolution và tính AUC bằng roc_auc_score().
  • In AUC của cả hai mô hình và so sánh.