随机模型
在本练习中，您将重建累积增益曲线的基线，也就是随机模型的累积增益曲线。
为此，您需要构造随机预测。plot_cumulative_gain 方法要求这些预测包含两个值：目标为 0 的概率和目标为 1 的概率。这两个值之和应为 1，因此一组有效的预测列表例如可以是 [(0.02,0.98),(0.27,0.73),...,(0.09,0.91)]。
在 Python 中，您可以按如下方式生成介于 a 和 b 之间的随机数：
import random
random_value = random.uniform(a,b)
本练习是课程的一部分
Python 预测分析入门
练习说明
- 导入
random、matplotlib和scikitplot模块。 - 构造一个包含 0 到 1 之间随机数的列表
random_predictions。 - 调整列表
random_predictions，使其包含形如(r,a)的元组，其中r是列表中的原始值，a满足 $r+a=1$。 - 目标的真实取值在
targets_test中。展示您随机模型的累积增益图。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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()