Features और target वैरिएबल अलग करें
अब जबकि आपने डेटा को training और testing में बाँट लिया है, मॉडल फिट करने से ठीक पहले वाला अंतिम चरण करने का समय है: फीचर्स और target वैरिएबल्स को अलग-अलग डेटासेट्स में बाँटना. आपके लिए कॉलम नामों की लिस्ट लोड कर दी गई है.
मुख्य डेटासेट telcom के रूप में लोड है, और इसे training और testing डेटासेट्स में बाँटा गया है जो क्रमशः pandas DataFrames के रूप में train और test में लोड हैं. target और custid लिस्ट्स में क्रमशः target वैरिएबल और customer ID के नाम हैं. आपको शेष कॉलम्स के नामों के साथ cols लिस्ट बनानी होगी. कंसोल में डेटासेट्स को स्वतंत्र रूप से explore कर सकते हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में मार्केटिंग के लिए मशीन लर्निंग
अभ्यास निर्देश
telcomके कॉलम नामों को एक लिस्ट में स्टोर करें, जिसमें target वैरिएबल और customer ID के नाम शामिल न हों.- training फीचर्स और target निकालें.
- testing फीचर्स और target निकालें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Store column names from `telcom` excluding target variable and customer ID
cols = [col for col in ___.columns if col not in ___ + target]
# Extract training features
train_X = train[___]
# Extract training target
train_Y = train[___]
# Extract testing features
test_X = test[___]
# Extract testing target
test_Y = test[___]