शुरू करेंमुफ़्त में शुरू करें

अंतर

चलिए मौजूदा फीचर्स का उपयोग करके नए फीचर्स जनरेट करना समझते हैं. U.S. के मिडवेस्ट में कई सिंगल-फैमिली घरों के चारों ओर हरियाली के लिए अतिरिक्त ज़मीन होती है. इस उदाहरण में आप 'YARD_SIZE' नाम का एक नया फीचर बनाएँगे, और फिर देखेंगे कि यह नया फीचर हमारे आउटकम वैरिएबल से कितना कोरिलेटेड है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

PySpark के साथ Feature Engineering

पाठ्यक्रम देखें

अभ्यास निर्देश

  • withColumn() का उपयोग करके LOT_SIZE_SQFT नाम का नया कॉलम बनाएँ और ACRES को स्क्वेयर फीट में बदलें, यानी उसे कन्वर्ज़न फैक्टर acres_to_sqfeet से गुणा करें.
  • YARD_SIZE नाम का एक और नया कॉलम बनाएँ, जो LOT_SIZE_SQFT में से FOUNDATIONSIZE घटाकर निकले.
  • प्रत्येक स्वतंत्र वैरिएबल YARD_SIZE, FOUNDATIONSIZE, LOT_SIZE_SQFT पर आश्रित वैरिएबल SALESCLOSEPRICE के साथ corr() चलाएँ. क्या नया फीचर अपने किसी भी घटक की तुलना में अधिक मज़बूत कोरिलेशन दिखाता है?

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Lot size in square feet
acres_to_sqfeet = 43560
df = df.____(____, df[____] * ____)

# Create new column YARD_SIZE
df = df.____(____, df[____] - df[____])

# Corr of ACRES vs SALESCLOSEPRICE
print("Corr of ACRES vs SALESCLOSEPRICE: " + str(df.____(____, ____)))
# Corr of FOUNDATIONSIZE vs SALESCLOSEPRICE
print("Corr of FOUNDATIONSIZE vs SALESCLOSEPRICE: " + str(df.____(____, ____)))
# Corr of YARD_SIZE vs SALESCLOSEPRICE
print("Corr of YARD_SIZE vs SALESCLOSEPRICE: " + str(df.____(____, ____)))
कोड संपादित करें और चलाएँ