人工智能与大数据技术导论 · 第 286 页

在上面的例子中，对于校准曲线，我们采集多组数据，将数据分桶处理，然后比较相应桶中各项数据的平均预测值与平均观察值。显然，我们需要大量分桶数据才能使校准有意义。

9.4.7 分类代码实例

在前面的例子中，房屋中位价median house value是一个数字特征，包含连续的数字。下面使用分类阀值（比如75%）把连续值变成布尔值，所有超过阀值的就被标记为1，其他的就是0。我们的模型要预测某一个城市街区是否是高房价街区。

我们先装载数据集：

人工智能与大数据技术导论

286