베이스테이블에 상호작용 추가하기
한 비영리 단체가 스페인과 프랑스에서 캠페인을 진행하려고 하며, 어떤 기부자가 기부할 가능성이 높은지 알고 싶어 해요. 예측 변수로 "age", "country_Spain", "country_France"와 타깃 변수 "target"이 포함된 basetable이 주어져 있어요.
편의를 위해, 분할된 데이터에서 AUC를 반환하는 함수 auc가 구현되어 있으며, 고려할 변수들의 집합과 베이스테이블 두 개의 인수를 받아요:
auc(["variable_1","variable_2"], basetable)
0.51
이 연습 문제에서는 베이스테이블에 상호작용 항을 추가하고, 이것이 예측 모델의 AUC를 향상시키는지 확인해 볼 거예요.
이 연습은 강의의 일부입니다
Python 중급 예측 분석
연습 안내
age만 사용하는 모델의 AUC와country_Spain만 사용하는 모델의 AUC를 출력하세요.age와country_Spain을 사용하는 모델의 AUC를 출력하세요.age와country_Spain, 그리고age와country_France의 두 상호작용 항을 베이스테이블에 추가하세요.age,country_Spain, 그리고 상호작용 항을 사용하는 모델의 AUC를 출력하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Calculate AUC using age only
print(auc(["____"], basetable))
# Calculate AUC using country_Spain only
print(____(["____"], ____))
# Calculate AUC using age and country_Spain
print(____(["____", "____"], ____))
# Add interactions country_Spain x age and country_France x age
basetable["spain_age"] = ____["____"] * ____["____"]
basetable["france_age"] = ____["____"] * ____["____"]
# Calculate AUC using age, country_Spain and interactions
print(____(["____", "____", "____", "____"], ____))