Binarizace dne v týdnu

V předchozím videu jsme viděli, že domy se na víkend přidávají do nabídky jen zřídka. Vytvoříme nové pole, které bude říkat, jestli je nemovitost inzerována v pracovní den, nebo ne. V tomto příkladu máme pole List_Day_of_Week, kde pondělí je označeno hodnotou 1.0 a neděle hodnotou 7.0. Převedeme ho na binární pole, kde pracovní den bude 0 a víkend 1. K tomu použijeme feature transformer Binarizer z PySparku.

Toto cvičení je součástí kurzu

Feature Engineering with PySpark

Zobrazit kurz

Pokyny k cvičení

Importuj feature transformer Binarizer z modulu ml.feature v pyspark.
Vytvoř transformer pomocí Binarizer() – nastav práh pro přiřazení hodnoty 1 na vše po pátku, tedy 5.0, vstupní sloupec jako List_Day_of_Week a výstupní sloupec jako Listed_On_Weekend.
Aplikuj transformaci binarizéru na df pomocí metody transform().
Ověř, že transformace proběhla správně, tak že vyberéš sloupce List_Day_of_Week a Listed_On_Weekend a zobrazíš je pomocí show().

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import transformer
from pyspark.____.____ import ____

# Create the transformer
binarizer = ____(threshold=____ inputCol=____, outputCol=____)

# Apply the transformation to df
df = binarizer.____(____)

# Verify transformation
df[[____, ____]].____()

Upravit a spustit kód