Mengidentifikasi fitur yang perlu dikonversi
Seperti yang dijelaskan Mark dalam video, lebih baik jika fitur seperti 'Churn' dikodekan sebagai 0 dan 1 alih-alih no dan yes, sehingga Anda dapat memasukkannya ke algoritme machine learning yang hanya menerima nilai numerik.
Selain 'Churn', fitur lain yang bertipe object dapat dikonversi menjadi 0 dan 1. Pada latihan ini, tugas Anda adalah menelusuri berbagai tipe data dari telco di IPython Shell dan mengidentifikasi mana saja yang bertipe object.
Latihan ini adalah bagian dari kursus
Analitik Pemasaran: Memprediksi Churn Pelanggan di Python
Latihan interaktif praktis
Ubah teori menjadi tindakan dengan salah satu latihan interaktif kami.
Mulai berolahraga