Añadir interacciones a la base table

Supón que una organización sin ánimo de lucro quiere lanzar una campaña en España y Francia, y desea saber qué donantes tienen más probabilidad de donar. Se te proporciona un basetable con variables predictoras "age", "country_Spain", "country_France" y el objetivo "target". Para tu comodidad, se ha implementado una función auc que devuelve el AUC en datos particionados y recibe dos argumentos: el conjunto de variables consideradas y la base table:

auc(["variable_1","variable_2"], basetable)
0.51

En este ejercicio, aprenderás a añadir interacciones a la base table y a comprobar si esto mejora el AUC del modelo predictivo.

Este ejercicio forma parte del curso

Análisis predictivo intermedio en Python

Ver curso

Instrucciones del ejercicio

Imprime el AUC de un modelo usando solo age y el AUC de un modelo usando solo country_Spain.
Imprime el AUC de un modelo usando age y country_Spain.
Añade dos términos de interacción: age con country_Spain y age con country_France al basetable.
Imprime el AUC de un modelo usando age, country_Spain y los términos de interacción.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Calculate AUC using age only
print(auc(["____"], basetable))

# Calculate AUC using country_Spain only
print(____(["____"], ____))

# Calculate AUC using age and country_Spain
print(____(["____", "____"], ____))

# Add interactions country_Spain x age and country_France x age
basetable["spain_age"] = ____["____"] * ____["____"]
basetable["france_age"] = ____["____"] * ____["____"]

# Calculate AUC using age, country_Spain and interactions
print(____(["____", "____", "____", "____"], ____))

Editar y ejecutar código