การตัดสินใจเลือกจำนวนตัวแปร

การวิเคราะห์เชิงพยากรณ์เบื้องต้นด้วย Python

Nele Verbiest, Ph.D

Data Scientist @PythonPredictions

การประเมินค่า AUC

auc_values = []
variables_evaluate = []

for v in variables_forward:
    variables_evaluate.append(v)
    auc_value = auc(variables_evaluate, ["target"], basetable)
    auc_values.append(auc_value)
การวิเคราะห์เชิงพยากรณ์เบื้องต้นด้วย Python

การประเมินค่า AUC

การวิเคราะห์เชิงพยากรณ์เบื้องต้นด้วย Python

การ Over-fitting

การวิเคราะห์เชิงพยากรณ์เบื้องต้นด้วย Python

การตรวจจับ Over-fitting

การวิเคราะห์เชิงพยากรณ์เบื้องต้นด้วย Python

การแบ่งพาร์ติชัน

from sklearn.model_selection import train_test_split

X = basetable.drop("target", 1)
y = basetable["target"]

X_train, X_test, y_train, y_test = 
    train_test_split(X, y, test_size=0.4, stratify = Y)

train = pd.concat([X_train, y_train], axis=1)
test = pd.concat([X_test, y_test], axis=1)
การวิเคราะห์เชิงพยากรณ์เบื้องต้นด้วย Python

การกำหนดจุดตัด

  • ค่า AUC บน test set สูง
  • จำนวนตัวแปรน้อย
การวิเคราะห์เชิงพยากรณ์เบื้องต้นด้วย Python

การกำหนดจุดตัด

การวิเคราะห์เชิงพยากรณ์เบื้องต้นด้วย Python

มาฝึกกันเถอะ!

การวิเคราะห์เชิงพยากรณ์เบื้องต้นด้วย Python

Preparing Video For Download...