Regrouper des valeurs en classes (binning)
Pour de nombreuses valeurs continues, vous vous préoccuperez moins de la valeur exacte d'une colonne numérique que de l'intervalle dans lequel elle se situe. Cela peut être utile pour tracer des valeurs ou simplifier vos modèles de Machine Learning. On l'utilise surtout pour des variables continues où la précision absolue n'est pas primordiale, p. ex. l'âge, la taille, le salaire.
Les classes (bins) sont créées avec pd.cut(df['column_name'], bins), où bins peut être un entier indiquant le nombre d'intervalles également espacés, ou une liste de bornes d'intervalle.
Cette activité fait partie du cours
Ingénierie des caractéristiques pour le Machine Learning en Python
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Bin the continuous variable ConvertedSalary into 5 bins
so_survey_df['equal_binned'] = ____(so_survey_df['ConvertedSalary'], ____)
# Print the first 5 rows of the equal_binned column
print(so_survey_df[['equal_binned', 'ConvertedSalary']].head())