Diskretizace všech proměnných

Místo toho, abys diskretizoval/a spojité proměnné jednu po druhé, je jednodušší provést to automaticky. Seznam všech sloupců v Pythonu získáš takto:

variables  = basetable.columns

Diskretizovat by se měly pouze spojité proměnné. Jestli je proměnná spojitá, ověříš tak, že zkontrololuješ, zda má více než předem stanovený počet různých hodnot.

Toto cvičení je součástí kurzu

Introduction to Predictive Analytics in Python

Zobrazit kurz

Pokyny k cvičení

Vytvoř seznam variables obsahující všechny názvy sloupců basetable.
Vytvoř smyčku, která projde všechny proměnné v seznamu variables.
Doplň příkaz if tak, aby se diskretizovaly pouze proměnné s více než 5 různými hodnotami.
Seskup spojité proměnné do 10 intervalů pomocí metody qcut.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Print the columns in the original basetable
print(basetable.columns)

# Get all the variable names except "target"
variables = list(____.____)
variables.remove("target")

# Loop through all the variables and discretize in 10 bins if there are more than 5 different values
for variable in ____:
    if len(basetable.groupby(____))>____:
        new_variable = "disc_" + variable
        basetable[new_variable] = pd.qcut(basetable[____], ____)
        
# Print the columns in the new basetable
print(basetable.columns)

Upravit a spustit kód