Začněte nyníZačněte zdarma

Význam evoluce

V tomto cvičení prozkoumáš vztah mezi proměnnou „donations2017min_2016", kterou jsi přidal/a do basetable v předchozích cvičeních, a cílovou proměnnou – pomocí grafu přehledu prediktorů.

Pro tvoje pohodlí jsou metody pro vytvoření grafu přehledu prediktorů předpřipravené.

Graf přehledu prediktorů pro spojitou proměnnou variable v basetable vytvoříš takto:

  • Diskretizuj proměnnou do n_bins košů:
basetable["variable_disc"] = pd.qcut(basetable["variable"], n_bins)
  • Vytvoř tabulku grafu přehledu prediktorů:
pig_table = create_pig_table(basetable, "target","variable_disc")
  • Vykresli graf přehledu prediktorů na základě této tabulky:
plot_pig(pig_table,"variable_disc")

Toto cvičení je součástí kurzu

Intermediate Predictive Analytics in Python

Zobrazit kurz

Pokyny k cvičení

  • Diskretizuj evoluční proměnnou donations_2017_min_2016 do 5 košů a přidej ji do basetable.
  • Vytvoř tabulku grafu přehledu prediktorů pro tuto proměnnou.
  • Vykresli graf přehledu prediktorů pro tuto proměnnou.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Discretize the variable in 5 bins and add to the basetable
basetable["donations_2017_min_2016_disc"] = pd.____(____["____"], ____)

# Construct the predictor insight graph table
pig_table = ____(____, "target", "____")

# Plot the predictor insight graph
plot_pig(____, "____")
Upravit a spustit kód