Makna evolusi
Dalam latihan ini Anda akan menyelidiki keterkaitan antara variabel "donations2017min_2016" yang telah Anda tambahkan ke basetable pada latihan sebelumnya dan target, dengan menggunakan predictor insight graph.
Untuk memudahkan, metode untuk membuat predictor insight graph sudah diprogram sebelumnya.
Untuk memplot predictor insight graph dari variabel kontinu variable di dalam basetable, Anda dapat mengikuti langkah-langkah berikut:
- Diskretisasikan variabel tersebut ke dalam
n_binsbin:
basetable["variable_disc"] = pd.qcut(basetable["variable"], n_bins)
- Susun tabel predictor insight graph:
pig_table = create_pig_table(basetable, "target","variable_disc")
- Plot predictor insight graph berdasarkan tabel ini:
plot_pig(pig_table,"variable_disc")
Latihan ini adalah bagian dari kursus
Predictive Analytics Tingkat Menengah dengan Python
Petunjuk latihan
- Diskretisasikan variabel evolusi
donations_2017_min_2016ke dalam 5 bin dan tambahkan ke basetable. - Buat tabel predictor insight graph untuk variabel ini.
- Plot predictor insight graph dari variabel ini.
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Discretize the variable in 5 bins and add to the basetable
basetable["donations_2017_min_2016_disc"] = pd.____(____["____"], ____)
# Construct the predictor insight graph table
pig_table = ____(____, "target", "____")
# Plot the predictor insight graph
plot_pig(____, "____")