与结果交互
在本练习中，您将对上一个示例中为 US Consensus 数据集得到的 CBPE 结果进行筛选、绘图，并转换为 DataFrame。此处的 display 方法用于在代码中间调用时展示图表和 DataFrame。
来自 CBPE 估计器的结果已预加载在变量 estimated_results 中。
本练习是课程的一部分
Python 中的机器学习监控
练习说明
- 请根据每段代码上方的注释，与估计结果进行交互。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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())