शुरू करेंमुफ़्त में शुरू करें

Date फीचर्स

आपने संख्यात्मक वैरिएबल्स पर आधारित कुछ बेसिक फीचर्स बनाए हैं. अब तारीख और समय के आधार पर फीचर्स बनाने की बारी है. आप Taxi Fare Prediction Kaggle प्रतियोगिता के डेटा के एक सबसैंपल पर अभ्यास करेंगे. यह डेटा टैक्सी राइड्स की जानकारी देता है और लक्ष्य प्रत्येक राइड की कीमत की भविष्यवाणी करना है.

आपका उद्देश्य pickup datetime से date फीचर्स जनरेट करना है. याद रखें कि train और test दोनों डेटा के लिए नए फीचर्स एक साथ बनाना बेहतर रहता है. फीचर्स बनने के बाद डेटा को दोबारा train और test DataFrames में बाँट दें. यहाँ यह pandas की isin() मेथड का उपयोग करके किया गया है.

train और test DataFrames आपके वर्कस्पेस में पहले से उपलब्ध हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Kaggle प्रतियोगिता जीतना

पाठ्यक्रम देखें

अभ्यास निर्देश

  • train और test DataFrames को जोड़कर एक सिंगल DataFrame taxi बनाइए.
  • "pickup_datetime" कॉलम को datetime ऑब्जेक्ट में कन्वर्ट कीजिए.
  • "pickup_datetime" कॉलम से day of week (.dayofweek एट्रिब्यूट) और hour (.hour एट्रिब्यूट) फीचर्स बनाइए.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Concatenate train and test together
taxi = ____.____([train, test])

# Convert pickup date to datetime object
taxi['pickup_datetime'] = ____.____(taxi['pickup_datetime'])

# Create a day of week feature
taxi['dayofweek'] = taxi['pickup_datetime'].dt.____

# Create an hour feature
taxi['hour'] = taxi['pickup_datetime'].dt.____

# Split back into train and test
new_train = taxi[taxi['id'].isin(train['id'])]
new_test = taxi[taxi['id'].isin(test['id'])]
कोड संपादित करें और चलाएँ