隨機模型
在這個練習中，你會重建累積增益曲線的基準線，也就是隨機模型的累積增益曲線。
為此，你需要建立隨機預測。plot_cumulative_gain 方法要求對每個預測提供兩個數值：一個代表目標為 0，另一個代表目標為 1。這兩個數值必須相加為 1，所以一個有效的預測清單例如是 [(0.02,0.98),(0.27,0.73),...,(0.09,0.91)]。
在 Python 中，你可以如下產生介於 a 與 b 之間的隨機值：
import random
random_value = random.uniform(a,b)
本練習屬於課程
Python 預測分析入門
練習說明
- 匯入
random、matplotlib與scikitplot模組。 - 建立一個包含介於 0 到 1 之間隨機數的清單
random_predictions。 - 調整
random_predictions，使其包含元組(r,a)，其中r為清單的原始值，a滿足 $r+a=1$。 - 目標的真實值在
targets_test中。顯示你這個隨機模型的累積增益圖。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Import the modules
import ____
import ____ as plt
import ____ as skplt
# Generate random predictions
random_predictions = [random.uniform(____,____) for _ in range(len(targets_test))]
# Adjust random predictions
random_predictions = [(r, ____ - ____) for r in random_predictions]
# Plot the cumulative gains graph
skplt.metrics.plot_cumulative_gain(targets_test, ____)
plt.show()