डेटा को training और testing में विभाजित करें
रिग्रेशन मॉडल बनाने से पहले अंतिम कदम! यहाँ, आप टारगेट वैरिएबल और फीचर कॉलम्स के नाम पहचानेंगे, डेटा एक्सट्रैक्ट करेंगे, और उसे training और testing में स्प्लिट करेंगे.
pandas और numpy लाइब्रेरी क्रमशः pd और np के रूप में लोड की गई हैं. इनपुट फीचर्स features डेटासेट के रूप में इम्पोर्ट किए गए हैं, और पिछले अभ्यास में आपने जो टारगेट वैरिएबल बनाया था, वह आपके लिए Y के रूप में इम्पोर्ट किया गया है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में मार्केटिंग के लिए मशीन लर्निंग
अभ्यास निर्देश
- कस्टमर आइडेंटिफायर कॉलम के नाम को एक सूची के रूप में स्टोर करें.
- कस्टमर आइडेंटिफायर को छोड़कर फीचर कॉलम नाम चुनें.
- फीचर्स को
Xके रूप में एक्सट्रैक्ट करें. train_test_split()फंक्शन का उपयोग करके डेटा को training और testing में स्प्लिट करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Store customer identifier column name as a list
custid = ['___']
# Select feature column names excluding customer identifier
cols = [col for col in features.___ if col not in ___]
# Extract the features as `X`
X = features[___]
# Split data to training and testing
___, test_X, train_Y, ___ = ___(X, Y, test_size=0.25, random_state=99)