推移（evolution）の意味
この演習では、前の演習で basetable に追加した変数 "donations2017min_2016" とターゲットとの関係を、予測インサイトグラフを使って調べます。
便利なように、予測インサイトグラフを作成するためのメソッドはあらかじめ用意されています。
basetable にある連続変数 variable の予測インサイトグラフを描画するには、次の手順に従います。
- 変数を
n_bins個のビンに離散化します：
basetable["variable_disc"] = pd.qcut(basetable["variable"], n_bins)
- 予測インサイトグラフ用のテーブルを作成します：
pig_table = create_pig_table(basetable, "target","variable_disc")
- このテーブルに基づいて予測インサイトグラフを描画します：
plot_pig(pig_table,"variable_disc")
この演習はコースの一部です
Pythonで学ぶ中級予測分析
演習の手順
- 推移変数
donations_2017_min_2016を5つのビンに離散化し、basetable に追加します。 - この変数の予測インサイトグラフ用テーブルを作成します。
- この変数の予測インサイトグラフを描画します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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(____, "____")