집계된 타깃 계산하기

특정 달에 50유로 초과로 기부할 가능성이 가장 높은 기부자를 예측하는 예측 모델을 만들려고 한다고 가정해 봅시다.

인구집단의 각 기부자당 한 행이 이미 준비된 베이스테이블 basetable이 주어져 있고, donor_id 열이 기부자를 나타냅니다. 타임라인에 따르면, 2017년 1월에 기부자가 50유로를 초과해 기부했다면 타깃은 1, 그렇지 않으면 0이어야 합니다.

pandas 데이터프레임 gifts_201701에는 2017년 1월의 모든 기부 내역이 들어 있습니다. 이 연습 문제에서는 베이스테이블에 타깃 열을 추가하겠습니다.

이 연습은 강의의 일부입니다

Python 중급 예측 분석

강의 보기

연습 안내

gifts_201701에서 각 기부자별 기부 금액 합계를 갖는 gifts_summed를 만들어요.
목표 기간에 50유로 초과로 기부한 기부자 목록 targets를 gifts_summed에서 도출해요.
베이스테이블에 타깃을 추가해요.
타깃 발생률을 계산하고 출력해요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Sum of donations for each donor in gifts_201701
gifts_summed = ____.groupby("____")["____"].____().reset_index()

# List with targets
targets = list(gifts_summed["id"][____["____"] > ____])

# Add targets to the basetable
basetable["target"] = pd.Series([____ if donor_id in targets else ____ for donor_id in basetable["donor_id"]])

# Calculate and print the target incidence
print(round(____["____"].____() / ____(____), 2))

코드 편집 및 실행