Separar target y features

Para poder hacer una predicción (en este caso, si una persona empleada se marchará o no), hay que separar el conjunto de datos en dos componentes:

la variable dependiente o target, que es la que quieres predecir
las variables independientes o features, que usarás para hacer la predicción

Tu tarea es separar el target y las features. Aquí, el target es el churn de personas empleadas, y las features incluyen todo lo demás.

Recuerda: el conjunto de datos ya se ha modificado codificando las variables categóricas y creando dummies.

pandas ya está importado como pd.

Este ejercicio forma parte del curso

Analítica de RR. HH.: Predicción de rotación de empleados en Python

Ver curso

Instrucciones del ejercicio

Define el target y las features:
- Elige la columna de la variable dependiente (churn) y asígnala a target.
- Usa .drop() para eliminar la columna churn y que el resto quede como features.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Set the target and features

# Choose the dependent variable column (churn) and set it as target
target = data.____

# Drop column churn and set everything else as features
features = data.____("____",axis=1)

Editar y ejecutar código