开始使用免费开始使用

一个完美的模型

在本练习中,您将重建一个完美模型的提升曲线(lift curve)。为此,您需要构造理想预测。

回顾:plot_lift_curve 方法在 predictions 参数中需要传入两个值:第一个对应目标为 0 的预测,第二个对应目标为 1 的预测。

本练习是课程的一部分

Python 预测分析入门

查看课程

练习说明

  • 构造一个包含理想预测的列表。
  • 目标变量的真实取值在 targets_test 中。使用理想预测绘制提升曲线。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Generate perfect predictions
perfect_predictions = [(1-target , ____) for target in targets_test["target"]]

# Plot the lift curve
skplt.metrics.____(targets_test, ____)
plt.show()
编辑并运行代码