вот еще пример

что может быть не правильным?

Я бы 1) убедился, что в предыдущих ячейках ты и автор делаете одинаковый препроцессинг, и 2) у вас одинаковые версии всех либ стоят (в sklearn вполне могли какие-то параметры поменяться).

Кстати, во втором примере ты обучаешь регрессор, а автор  - классифаер. Это критично 😉

ТОчно

колаб сделал автокомплит и я выбрал первое

Слухайте, я может чего-то не понимаю, но... На кагле можно получить медальку, если датасету уже 3 года?

реально???

?

Медальку за что

ты смог?

нет поэтому и спрашиваю: можно или нет? Я не совсем понимаю алгоритм оценки

Медали за соревнования дают по итогам соревнований

А, ну да, логично) Спасбо

Уже работаете с нейросетями? Научитесь решать 5 задач компьютерного зрения, востребованных сейчас в коммерческих проектах:
● Классифицировать и сегментировать изображения
● Выполнять детекцию объектов на изображениях
● Отслеживать объекты на видео
● Обрабатывать трехмерные сцены
● Порождать изображения и совершать атаки на обученные модели нейронных сетей

На онлайн-курсе «Computer Vision» вы погрузитесь в практику Deep Learning и за 4 месяца создадите свою нейросеть, умеющую работать с изображениями или видео не хуже человека.

Хватит ли вам знаний для обучения? Пройдите вступительный тест и успейте занять место со скидкой: https://otus.pw/trx9/

Очень интересует след. вопрос, известно что PR auc более чувствителен к дисбалансным выборкам чем ROC auc, раз в одном случае у них одинаковый recall, то как интуитивно понять что более чувствительно FPR(у roc auc) или precision(у pr auc)? Заранее спасибо