CTR के अनुसार वितरण
किसी भी एकल फीचर के लिए, फीचर के वितरण को देखना और उस फीचर का रुचि वाले वैरिएबल के साथ कैसा बदलाव होता है, दोनों देखना उपयोगी होता है। इस अभ्यास में, आप search_engine_type फीचर को एक्सप्लोर करेंगे, जो एक इंटीजर होता है और दर्शाता है कि यूज़र ने विज्ञापन से पहले अपना इंटेंट किस सर्च इंजन (जैसे Google या Bing) के माध्यम से व्यक्त किया। प्राइवेसी कारणों से ये कैटेगरी अनाम (anonymous) रखी गई हैं। पहले आप search_engine_type का वितरण बनाएँगे और देखेंगे। फिर आप देखेंगे कि search_engine_type के मान के आधार पर CTR कैसे बदलता है, ठीक वैसे ही जैसे आपने पिछले अध्याय में डिवाइस टाइप और बैनर पोज़िशन के हिसाब से CTR ब्रेकडाउन देखा था।
DataFrame रूप में सैंपल डेटा df के नाम से लोड है। आपके वर्कस्पेस में pandas pd के रूप में उपलब्ध है।
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Machine Learning के साथ CTR प्रेडिक्शन
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Construct bar chart for clicks by search engine type
se_df = df.____(['search_engine_type', 'click']).size().unstack()
se_df.plot(kind = 'bar', title = 'Value frequency for search engine type')
plt.show()