Co vlastně předpovídáme?

Které z těchto polí (neboli sloupců) je hodnota, kterou se snažíme předpovědět?

Toto cvičení je součástí kurzu

Feature Engineering with PySpark

Z uvedených sloupců urči, který z nich použijeme jako závislou proměnnou $Y$ .
S využitím načteného datasetu df ho pomocí select() filtruj tak, aby obsahoval pouze závislou proměnnou. Výsledný dataframe ulož do proměnné Y_df.
Zobraz souhrnné statistiky závislé proměnné pomocí describe() na Y_df a výsledek vypiš voláním show().

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Select our dependent variable
Y_df = df.____([____])

# Display summary statistics
Y_df.____().____()