開始使用免費開始

飯店訂單資料集的商業價值計算

先前你已經看過預測訂單取消的挑戰。現在，你將使用實際的 Hotel Booking 資料集，模型會根據顧客的來源國家、從訂房到入住的時間差、所需停車位數，以及選擇的飯店來預測是否會取消訂單。

系統已為你載入參考集與分析集。以下是前兩列資料：

  country  lead_time  parking_spaces       hotel  y_pred  y_pred_proba  is_canceled  timestamp
0  FRA     120        0               City Hotel  0       0.239983      0           2016-05-01
1  ITA     120        1               City Hotel  0       0.003965      0           2016-05-01

你的任務是檢查模型的金額價值與 ROC AUC 表現。

本練習屬於課程

在 Python 中監控 Machine Learning

檢視課程

練習說明

  • 以下界 0、上界 150,000 初始化自訂門檻值。
  • 指定要監控的指標為商業價值與 roc_auc。
  • 在 business_value_matrix 中設定：TN 為 0、FP 為 -100、FN 為 -200、TP 為 1500。
  • 將自訂門檻值套用到商業價值指標。

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。

# Custom business value thresholds
ct = ConstantThreshold(____=____, ____=____)
# Intialize the performance calculator
calc = PerformanceCalculator(problem_type='classification_binary',
			y_pred_proba='y_pred_proba',
  			timestamp_column_name="timestamp", 		
  			y_pred='y_pred',
  			y_true='is_canceled',
            chunk_period='m',
  			metrics=[____, ____],
  			business_value_matrix = [[____, ____],[____, ____]],
  			thresholds={____: ____})
calc = calc.fit(reference)
calc_res = calc.calculate(analysis)
calc_res.filter(period='analysis').plot().show()
編輯並執行程式碼