Significado de la evolución
En este ejercicio investigarás la relación entre la variable "donations2017min_2016" que añadiste a la basetable en los ejercicios anteriores y el target, usando un predictor insight graph.
Para tu comodidad, los métodos para crear el predictor insight graph ya están programados.
Para trazar el predictor insight graph de una variable continua variable en una basetable, puedes seguir estos pasos:
- Discretiza la variable en
n_binsintervalos:
basetable["variable_disc"] = pd.qcut(basetable["variable"], n_bins)
- Construye la tabla del predictor insight graph:
pig_table = create_pig_table(basetable, "target","variable_disc")
- Traza el predictor insight graph a partir de esta tabla:
plot_pig(pig_table,"variable_disc")
Este ejercicio forma parte del curso
Análisis predictivo intermedio en Python
Instrucciones del ejercicio
- Discretiza la variable de evolución
donations_2017_min_2016en 5 intervalos y añádela a la basetable. - Crea la tabla del predictor insight graph para esta variable.
- Traza el predictor insight graph de esta variable.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Discretize the variable in 5 bins and add to the basetable
basetable["donations_2017_min_2016_disc"] = pd.____(____["____"], ____)
# Construct the predictor insight graph table
pig_table = ____(____, "target", "____")
# Plot the predictor insight graph
plot_pig(____, "____")