與結果互動
在這個練習中，你會針對上一個範例中美國人口普查資料集的 CBPE 結果進行篩選、繪圖，並轉換為 DataFrame。這裡的 display 方法用來在程式碼執行過程中顯示繪圖與 DataFrame。
CBPE 估計器的結果已預先載入在 estimated_results 變數中。
本練習屬於課程
在 Python 中監控 Machine Learning
練習說明
- 依照每段程式碼上方的註解，與估計結果互動。
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。
# Filter estimated results for the roc_auc metric and convert them to a dataframe
display(estimated_results.____(____=[____]).____())
# Filter estimated results for the reference period and convert them to a dataframe
display(estimated_results.____(____=____).____())
# Filter the estimated results for the accuracy metric
display(estimated_results.filter(____=____).plot().show())
# Filter the estimated results for the analysis period, as well as for accuracy and roc_auc metrics
display(estimated_results.filter(____=____, ____=[____, ____]).plot().show())