Đánh giá mô hình trên tập train và test
Hàm auc_train_test tính AUC của một mô hình được xây dựng trên tập train và đánh giá trên tập test:
auc_train, auc_test = auc_train_test(variables, target, train, test)
trong đó variables là danh sách tên các biến được dùng trong mô hình.
Trong bài tập này, bạn sẽ áp dụng hàm này và kiểm tra xem AUC của train và test có tương đồng hay không.
Bài tập này là một phần của khóa học
Nhập môn Phân tích Dự đoán với Python
Hướng dẫn bài tập
basetableđã được nạp. Hãy chiabasetablesao cho tập train chứa 70% dữ liệu, và đảm bảo tập train và test có tỷ lệ xuất hiện của biến mục tiêu như nhau.- Tính AUC của train và test cho mô hình dùng
"age"và"gender_F"làm biến dự báo bằng hàmauc_train_test.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Load the partitioning module
from sklearn.model_selection import train_test_split
# Create DataFrames with variables and target
X = basetable.drop('target', 1)
y = basetable["target"]
# Carry out 70-30 partititioning with stratification
X_train, X_test, y_train, y_test = ____(X, y, test_size = ____, stratify = ____)
# Create the final train and test basetables
train = pd.concat([X_train, y_train], axis=1)
test = pd.concat([X_test, y_test], axis=1)
# Apply the auc_train_test function
auc_train, auc_test = ____([____, ____], ["target"], ____, ____)
print(round(auc_train,2))
print(round(auc_test,2))