JuniorТеорияЧасто

Что выведет эта программа?

Python

import numpy as np
from sklearn.dummy import DummyClassifier

X_train = np.zeros((10, 1))
y_train = np.array([0, 0, 0, 0, 0, 0, 0, 1, 1, 1])
X_test = np.zeros((4, 1))
y_test = np.array([1, 1, 1, 0])
model = DummyClassifier()
model.fit(X_train, y_train)
print(model.score(X_test, y_test))

0.25

Ждать 0.75: класс выбирается один раз, при fit, по y_train, где чаще всего встречается 0; большинство 1 в тестовой выборке роли не играет.
Ждать 0.7, долю 0 в y_train: score сравнивает постоянный ответ 0 с y_test, где 0 — лишь одна метка из четырёх.

Зачем обучать и показывать такую базовую модель до любой настоящей модели?
Какую долю верных ответов эта базовая модель даст на данных с 95% отрицательных объектов и какая метрика её разоблачит?

Назад к вопросам Открыть тему в роадмапе →Ответь сам — Quiz

Назад к вопросам

JuniorТеорияЧасто

Что выведет эта программа?

Python

import numpy as np
from sklearn.dummy import DummyClassifier

X_train = np.zeros((10, 1))
y_train = np.array([0, 0, 0, 0, 0, 0, 0, 1, 1, 1])
X_test = np.zeros((4, 1))
y_test = np.array([1, 1, 1, 0])
model = DummyClassifier()
model.fit(X_train, y_train)
print(model.score(X_test, y_test))

0.25

Ждать 0.75: класс выбирается один раз, при fit, по y_train, где чаще всего встречается 0; большинство 1 в тестовой выборке роли не играет.
Ждать 0.7, долю 0 в y_train: score сравнивает постоянный ответ 0 с y_test, где 0 — лишь одна метка из четырёх.

Зачем обучать и показывать такую базовую модель до любой настоящей модели?
Какую долю верных ответов эта базовая модель даст на данных с 95% отрицательных объектов и какая метрика её разоблачит?

Назад к вопросам Открыть тему в роадмапе →Ответь сам — Quiz