In this chapter you will learn how to construct the foundations of your base table, namely the population and the target.

The basetable timeline

Timeline violations

Available data

Timeline violation

The population

Select the relevant population

A timeline compliant population

Removing duplicate objects

The target

Calculate an event target

Calculate an aggregated target

Crucial base table concepts

You will learn how to add variables to the base table that you can use to predict the target.

Ajouter des variables fixes

Choisir la bonne valeur

Ajouter l’âge

Ajouter le segment du donateur

Ajouter le lieu de résidence

Ajouter des variables agrégées

Sélectionner la date appropriée

Montant maximum l’année dernière

Récence des dons

Ajouter des évolutions

Ratio entre la moyenne du mois dernier et celle de l’année dernière

Différence absolue entre deux années

Utiliser les variables d’évolution

Performances des variables d’évolution

Sens de l’évolution

Creating variables

Once you derived variables from the raw data, it is time to clean the data and prepare it for modeling. In this Chapter we discuss the steps that need to be taken to make your data modeling-ready.

Creating dummies

Creating a dummy from a two-category variable

Creating dummies from a many-categories variable

Missing values

How to replace missing values

Creating a missing value dummy

Replace missing values with the median value

Replace missing values with a fixed value

Handling outliers

Influence of outliers on predictive models

Handle outliers with winsorization

Handle outliers with standard deviation

Transformations

Interactions

Square root transformation

Adding interactions to the basetable

Data preparation

In some cases, the target or variables change heavily with the seasons. You will learn how you can deal with seasonality by adding different snapshots to the base table.

Seasonality

Seasonality or not

Detecting seasonality

The effect of seasonality

Using multiple snapshots

Target values

Calculating snapshot targets

Calculating aggregated variables

Stacking basetables

The timegap

Events during the timegap

Calculating aggregated variables with timegap

Adding age with timegap

Congratulations

Advanced base table concepts

Donor IDs

Basetable with countries and age

Basetable used in Ex 2.13

Living place of donors

Donations

Construire de bons modèles n’est possible que si vous partez d’une table de base de qualité. Dans ce cours, vous apprendrez à construire une bonne table de base, à créer des variables et à préparer vos données pour la modélisation. Nous terminerons par des sujets avancés sur cette thématique.

Introduction to Predictive Analytics in Python

Apprenez à préparer et organiser vos données pour l'analyse prédictive avec Python.

Analytique prédictive intermédiaire en Python

Découvrez comment préparer et organiser vos données pour l'analyse prédictive.

Sélectionner la date appropriée

Exercice interactif pratique