शुरू करेंमुफ़्त में शुरू करें

सह-संबद्ध (correlated) वैरिएबल्स

मॉडल में जो पहले 10 वैरिएबल जोड़े गए हैं, वे ये हैं:

['max_gift', 'number_gift', 'time_since_last_gift', 'mean_gift', 'income_high', 'age', 'country_USA', 'gender_F', 'income_low', 'country_UK']

जैसा कि आप देख रहे हैं, min_gift नहीं जोड़ा गया. क्या इसका मतलब है कि यह एक खराब वैरिएबल है? आप इसे एक सिंगल वैरिएबल के रूप में मॉडल में लगाकर और AUC निकालकर इसके परफॉर्मेंस का परीक्षण कर सकते हैं. min_gift का AUC, income_high के AUC की तुलना में कैसा है? इसके लिए आप फंक्शन auc() का उपयोग कर सकते हैं:

auc(variables, target, basetable)

कभी-कभी कोई अच्छा वैरिएबल इसलिए नहीं जुड़ता क्योंकि उसका सह-संबंध पहले से मॉडल में मौजूद किसी वैरिएबल से बहुत अधिक होता है. आप इन वैरिएबल्स के बीच correlation निकालकर इसे परख सकते हैं:

import numpy
numpy.corrcoef(basetable["variable_1"],basetable["variable_2"])[0,1]

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में प्रिडिक्टिव एनालिटिक्स परिचय

पाठ्यक्रम देखें

अभ्यास निर्देश

  • केवल वैरिएबल min_gift का उपयोग करके मॉडल का AUC निकालें.
  • केवल वैरिएबल income_high का उपयोग करके मॉडल का AUC निकालें.
  • वैरिएबल min_gift और mean_gift के बीच correlation निकालें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

import numpy as np

# Calculate the AUC of the model using min_gift only
auc_min_gift = auc([____], ["target"], ____)
print(round(auc_min_gift,2))

# Calculate the AUC of the model using income_high only
auc_income_high = ____([____], [____], ____)
print(round(auc_income_high,2))

# Calculate the correlation between min_gift and mean_gift
correlation = np.corrcoef(basetable["____"], basetable["____"])[0,1]
print(round(correlation,2))
कोड संपादित करें और चलाएँ