CommencezCommencez gratuitement

Créer les caractéristiques

Dans ce chapitre, vous allez travailler avec un jeu de données nommé sales_df, qui contient des renseignements sur les dépenses de campagnes publicitaires selon différents types de médias, ainsi que le nombre de dollars générés en ventes pour chaque campagne. Le jeu de données a été préchargé pour vous. Voici les deux premières lignes :

     tv        radio      social_media    sales
1    13000.0   9237.76    2409.57         46677.90
2    41000.0   15886.45   2913.41         150177.83

Vous utiliserez les dépenses publicitaires comme caractéristiques pour prédire les valeurs de ventes, en commençant par la colonne "radio". Cependant, avant de faire des prédictions, vous devrez créer les tableaux de caractéristiques et de cible, puis les remodeler au format requis par scikit-learn.

Cette activité fait partie du cours

Apprentissage supervisé avec scikit-learn

Voir le cours

Instructions de l’exercice

  • Créez X, un tableau des valeurs de la colonne "radio" du DataFrame sales_df.
  • Créez y, un tableau des valeurs de la colonne "sales" du DataFrame sales_df.
  • Remodellez X en un tableau NumPy bidimensionnel.
  • Affichez la forme de X et y.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

import numpy as np

# Create X from the radio column's values
X = ____

# Create y from the sales column's values
y = ____

# Reshape X
X = ____

# Check the shape of the features and targets
print(____)
Modifier et exécuter le code