Transformer des valeurs en probabilités
Dans cet exercice, vous allez appliquer une fonction de distribution de probabilité à un DataFrame pandas avec des paramètres liés aux groupes, en transformant la variable pourboire en probabilités.
La transformation sera exponentielle. La distribution exponentielle est définie par
$$ e^{-\lambda * x} * \lambda $$
où λ (lambda) est la moyenne du groupe auquel appartient l'observation x.
Vous allez appliquer la transformation selon la distribution exponentielle à la taille de chaque table dans l'ensemble de données, après avoir regroupé les données selon le moment de la journée où le repas a eu lieu. N'oubliez pas d'utiliser la moyenne de chaque groupe pour la valeur de λ.
En Python, vous pouvez utiliser l'exponentielle avec np.exp() de la bibliothèque NumPy et la moyenne avec .mean().
Cette activité fait partie du cours
Rédiger du code efficace avec pandas
Instructions de l’exercice
- Définissez la transformation exponentielle
exp_tr. - Regroupez les données selon le moment où le repas a eu lieu.
- Appliquez la transformation aux données regroupées.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Define the exponential transformation
exp_tr = lambda x: ____(____*____) * x.mean()
# Group the data according to the time
restaurant_grouped = restaurant_data.____(____)
# Apply the transformation
restaurant_exp_group = restaurant_grouped['tip'].____(____)
print(restaurant_exp_group.head())