Binariser le jour de la semaine

Dans une vidéo précédente, nous avons vu qu’il était très peu probable qu’un bien soit mis en vente le week-end. Créons un nouveau champ indiquant si la maison est listée un jour de semaine ou non. Dans cet exemple, il existe un champ List_Day_of_Week où le lundi est noté 1.0 et le dimanche 7.0. Convertissons cela en un champ binaire avec les jours de semaine à 0 et le week-end à 1. Pour cela, nous pouvons utiliser le transformeur de fonctionnalités PySpark Binarizer.

Cet exercice fait partie du cours

<cours>Feature Engineering avec PySpark</cours>

Voir le cours

Instructions de l’exercice

Importez le transformeur de fonctionnalités Binarizer depuis pyspark et le module ml.feature.
Créez le transformeur avec Binarizer() en fixant le seuil pour mettre la valeur à 1 à toute valeur après vendredi, 5.0, puis définissez la colonne d’entrée List_Day_of_Week et la colonne de sortie Listed_On_Weekend.
Appliquez la transformation du binarisateur sur df avec transform().
Vérifiez que la transformation a bien fonctionné en sélectionnant les colonnes List_Day_of_Week et Listed_On_Weekend et en appelant 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