Définir la variable cible
Ici, vous allez construire un tableau croisé pandas avec les clients en lignes, les mois de facturation en colonnes et le nombre de factures en valeurs. Vous utiliserez la valeur du dernier mois comme variable cible. Les autres variables pourront servir de caractéristiques décalées (lagged features) dans le modèle. Vous ne les utiliserez pas ici, mais nous vous encourageons vivement à vérifier si leur ajout peut améliorer la performance de votre modèle au-delà de ce que vous verrez dans les prochains exercices.
Les bibliothèques pandas et numpy ont été chargées sous les alias pd et np, respectivement. Le jeu de données online a été importé pour vous.
Cette activité fait partie du cours
Machine Learning pour le marketing en Python
Instructions de l’exercice
- Créez un tableau croisé avec la fonction
pivot_table()en comptant les factures. - Enregistrez le nom de la colonne des ventes de novembre 2011 dans une liste.
- Stockez la valeur cible dans
Y.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Build a pivot table counting invoices for each customer monthly
cust_month_tx = pd.___(data=online, values='___',
index=['___'], columns=['___'],
aggfunc=pd.Series.nunique, fill_value=0)
# Store November 2011 data column name as a list
target = ['2011-___']
# Store target value as `Y`
Y = cust_month_tx[___]