不同的分塊方法
一個分塊（chunk）代表監控結果中的單一資料點。回想一下，分塊有三種方法：依時間、依大小，或依分塊數量。
在這個練習中，你會對美國人口普查（US Census）資料集的 CBPE 演算法結果進行分塊與視覺化，分別使用依大小與依數量的分塊方法。
已經匯入 nannyml 函式庫。
本練習屬於課程
在 Python 中監控 Machine Learning
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。
reference, analysis, analysis_gt = ____.____()
# Initialize the CBPE algorithm
cbpe = nannyml.CBPE(
y_pred_proba='predicted_probability',
y_pred='prediction',
y_true='employed',
metrics = ['roc_auc', 'accuracy'],
problem_type = 'classification_binary',
____ = ____,
)
cbpe = cbpe.fit(reference)
estimated_results = cbpe.estimate(analysis)
estimated_results.plot().show()