1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Machine Learning for Marketing in Python
Connected

cvičení

Tvorba příznaků

Teď máš vše, co potřebuješ k tomu, aby ses pustil/a do tvorby příznaků na úrovni zákazníka – recency, frekvence, peněžní hodnota a další – pro svůj regresní model. Feature engineering je nejdůležitějším krokem celého procesu strojového učení. V tomto cvičení vytvoříš pět příznaků na úrovni zákazníka, které pak použiješ k predikci transakcí zákazníků v příštím měsíci. Tyto příznaky zachycují vysoce prediktivní vzorce chování zákazníků.

Knihovny pandas a numpy jsou načteny jako pd a np. Dataset online_X je už naimportovaný. Objekt datetime s názvem NOW reprezentující referenční datum pro výpočet recency je také připravený.

Pokyny

100 XP
  • Vypočítej recency odečtením aktuálního data od nejnovějšího InvoiceDate.
  • Vypočítej frekvenci spočítáním unikátního počtu faktur.
  • Vypočítej peněžní hodnotu součtem všech hodnot výdajů.
  • Vypočítej průměrné a celkové množství.