Discrétiser toutes les variables

Au lieu de discrétiser les variables continues une par une, il est plus simple de les discrétiser automatiquement. Pour obtenir la liste de toutes les colonnes en Python, vous pouvez utiliser

variables  = basetable.columns

Seules les variables continues doivent être discrétisées. Vous pouvez vérifier si une variable doit l'être en contrôlant si elle possède plus qu'un nombre prédéfini de valeurs distinctes.

Cette activité fait partie du cours

Introduction à l'analytique prédictive en Python

Voir le cours

Instructions de l’exercice

Créez une liste variables contenant tous les noms de colonnes de la table de base.
Créez une boucle qui vérifie toutes les variables de la liste variables.
Complétez l'instruction if de façon à ce que seules les variables ayant plus de 5 valeurs distinctes soient discrétisées.
Regroupez les variables continues en 10 intervalles à l'aide de la méthode qcut.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Print the columns in the original basetable
print(basetable.columns)

# Get all the variable names except "target"
variables = list(____.____)
variables.remove("target")

# Loop through all the variables and discretize in 10 bins if there are more than 5 different values
for variable in ____:
    if len(basetable.groupby(____))>____:
        new_variable = "disc_" + variable
        basetable[new_variable] = pd.qcut(basetable[____], ____)
        
# Print the columns in the new basetable
print(basetable.columns)

Modifier et exécuter le code