Bắt đầu ngayBắt đầu miễn phí

Điều chỉnh các ngưỡng

Trong video, bạn đã thấy cách NannyML tính toán các giá trị ngưỡng và học cách tùy chỉnh chúng cho phù hợp với giải pháp của bạn.

Trong bài tập này, nhiệm vụ của bạn là định nghĩa hai ngưỡng tùy chỉnh: một theo độ lệch chuẩn và một theo hằng số, sau đó áp dụng chúng lên các kết quả thu được từ thuật toán CBPE cho bộ dữ liệu US Census.

Các tập reference và analysis đã được nạp sẵn với tên reference và analysis, cùng với thư viện nannyml.

Bài tập này là một phần của khóa học

Giám sát Machine Learning bằng Python

Xem khóa học

Hướng dẫn bài tập

  • Import ConstantThreshold và StandardDeviationThreshold từ nannyml.thresholds.
  • Khởi tạo phương pháp độ lệch chuẩn và đặt các tham số std_lower_multiplier và std_upper_multiplier thành 2.
  • Khởi tạo phương pháp ngưỡng hằng và đặt tham số lower là 0.9 và upper là 0.98.
  • Truyền phương pháp ngưỡng hằng cho metric f1 và phương pháp độ lệch chuẩn cho accuracy vào thuật toán CBPE.

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# Import custom thresholds
from ____.____ import ____, ____

# Initialize custom thresholds
stdt = ____(____=____, ____=____)
ct = ____(____=____, ____=____)

# Initialize the CBPE algorithm
estimator = nannyml.CBPE(
    problem_type='classification_binary',
    y_pred_proba='predicted_probability',
    y_pred='prediction',
    y_true='employed',
    metrics=['roc_auc', 'accuracy', 'f1'],
    thresholds={____: ____, ____: ____})
Chỉnh sửa và Chạy Mã