Výpočet agregovaného targetu
Představ si, že chceš sestavit prediktivní model, který odhadne, kteří dárci s největší pravděpodobností darují více než 50 eur v daném měsíci.
K dispozici máš basetable basetable, která už obsahuje jeden řádek pro každého dárce v populaci – dárce je identifikován sloupcem donor_id. Podle časové osy platí, že target má být 1, pokud dárce v lednu 2017 daroval více než 50 eur, a 0 v opačném případě.
Pandasový dataframe gifts_201701 obsahuje všechny dary z ledna 2017. V tomto cvičení přidáš sloupec target do basetable.
Toto cvičení je součástí kurzu
Intermediate Predictive Analytics in Python
Pokyny k cvičení
- Sestav
gifts_summed, který bude pro každého dárce vgifts_201701obsahovat součet jeho darů. - Z
gifts_summedodvoď seznamtargetss dárci, kteří v cílovém období darovali více než 50 eur. - Přidej target do basetable.
- Vypočítej a vypiš četnost targetu (target incidence).
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Sum of donations for each donor in gifts_201701
gifts_summed = ____.groupby("____")["____"].____().reset_index()
# List with targets
targets = list(gifts_summed["id"][____["____"] > ____])
# Add targets to the basetable
basetable["target"] = pd.Series([____ if donor_id in targets else ____ for donor_id in basetable["donor_id"]])
# Calculate and print the target incidence
print(round(____["____"].____() / ____(____), 2))