Zum Hauptinhalt springen
🔒 Vorschaumodus. Die ersten fünfzehn Foundations-Lektionen sind kostenlos; diese hier ist Pro. Starte einen 7-Tage-Trial, um den Editor, AI-Hinweise und den Rest des Lehrplans freizuschalten. Karte erforderlich, jederzeit im Dashboard kündbar.7-Tage-Trial starten →
← KurseData Science AppliedModul 5 · Produktions-ML-PipelinesSchlussstein: Pipeline in Produktionsqualität + Kalibrierungmission68 / 104
+200 XP
Aufgabe
📝 **Frage:** Implementieren Sie „library_gap(scores, labels, n_bins=5)“ – sortieren Sie nach Score, teilen Sie es in gleich große Buckets auf und geben Sie pro Bucket |mean_score – tatsächliche_Rate| zurück auf 3 Dezimalstellen gerundet. Testen Sie das gut kalibrierte Beispiel im Starter. 📋 Wählen Sie die richtige Antwort. 💡 **Hinweis:** Lesen Sie die obige Theorie noch einmal, wenn Sie sich nicht sicher sind.
✏️ Schreibe deinen Code hier
🐍
Python wird geladen...
Einmaliger Download (~1 MB). Danach läuft alles sofort.
📊 Ergebnis
Klicke auf Ausführen, um das Ergebnis zu sehen...

💬 Diskussion

Sei der erste — stelle eine Frage oder teile einen Tipp.
Anmelden um an der Diskussion teilzunehmen. Lesen ist kostenlos.
Diskussion wird geladen…