Binariser le jour de la semaine

Dans une vidéo précédente, nous avons vu qu'il était très peu probable qu'une maison soit mise en vente la fin de semaine. Créons un nouveau champ qui indique si l'annonce est publiée un jour de semaine ou non. Dans cet exemple, il y a un champ appelé List_Day_of_Week où le lundi est étiqueté 1.0 et le dimanche 7.0. Convertissons-le en champ binaire où les jours de semaine valent 0 et la fin de semaine vaut 1. Nous pouvons utiliser le transformateur de caractéristiques PySpark Binarizer pour le faire.

Cette activité fait partie du cours

Ingénierie des caractéristiques avec PySpark

Voir le cours

Instructions de l’exercice

Importez le transformateur de caractéristiques Binarizer depuis pyspark et le module ml.feature.
Créez le transformateur avec Binarizer() en définissant le seuil pour attribuer la valeur 1 à toute valeur après le vendredi, 5.0, puis définissez la colonne d'entrée comme List_Day_of_Week et la colonne de sortie comme Listed_On_Weekend.
Appliquez la transformation du binarizer sur df avec transform().
Vérifiez que la transformation a bien fonctionné en sélectionnant les colonnes List_Day_of_Week et Listed_On_Weekend avec show().

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Import transformer
from pyspark.____.____ import ____

# Create the transformer
binarizer = ____(threshold=____ inputCol=____, outputCol=____)

# Apply the transformation to df
df = binarizer.____(____)

# Verify transformation
df[[____, ____]].____()

Modifier et exécuter le code