Oddělení příznaků a cílové proměnné
Teď, když máš data rozdělená na trénovací a testovací sadu, je čas na poslední krok před trénováním modelu – oddělit příznaky a cílové proměnné do samostatných datasetů. Budeš k tomu používat seznam názvů sloupců, který je už načtený.
Hlavní dataset je načtený jako telcom a rozdělený na trénovací a testovací sadu uložené jako pandas DataFrames do proměnných train a test. Seznamy target a custid obsahují názvy cílové proměnné a zákaznického ID. Tvým úkolem bude vytvořit seznam cols s názvy zbývajících sloupců. Klidně si datasety prozkoumej v konzoli.
Toto cvičení je součástí kurzu
Machine Learning for Marketing in Python
Pokyny k cvičení
- Ulož názvy sloupců datasetu
telcomdo seznamu s tím, že vynecháš cílovou proměnnou a zákaznické ID. - Extrahuj trénovací příznaky a cílovou proměnnou.
- Extrahuj testovací příznaky a cílovou proměnnou.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Store column names from `telcom` excluding target variable and customer ID
cols = [col for col in ___.columns if col not in ___ + target]
# Extract training features
train_X = train[___]
# Extract training target
train_Y = train[___]
# Extract testing features
test_X = test[___]
# Extract testing target
test_Y = test[___]