In this chapter you will learn how to construct the foundations of your base table, namely the population and the target.

The basetable timeline

Timeline violations

Available data

Timeline violation

The population

Select the relevant population

A timeline compliant population

Removing duplicate objects

The target

Calculate an event target

Calculate an aggregated target

Crucial base table concepts

You will learn how to add variables to the base table that you can use to predict the target.

Adding fixed variables

Selecting the right value

Adding age

Adding the donor segment

Adding living place

Adding aggregated variables

Selecting the appropriate date

Maximum value last year

Recency of donations

Adding evolutions

Ratio of last month's and last year's average

Absolute difference between two years

Using evolution variables

Performance of evolution variables

Meaning of evolution

Creating variables

Once you derived variables from the raw data, it is time to clean the data and prepare it for modeling. In this Chapter we discuss the steps that need to be taken to make your data modeling-ready.

Creating dummies

Creating a dummy from a two-category variable

Creating dummies from a many-categories variable

Missing values

How to replace missing values

Creating a missing value dummy

Replace missing values with the median value

Replace missing values with a fixed value

Handling outliers

Influence of outliers on predictive models

Handle outliers with winsorization

Handle outliers with standard deviation

Transformations

Interactions

Square root transformation

Adding interactions to the basetable

Data preparation

In some cases, the target or variables change heavily with the seasons. You will learn how you can deal with seasonality by adding different snapshots to the base table.

Seizoensinvloeden

Met of zonder seizoensinvloeden

Seizoenspatronen detecteren

Het effect van seizoensinvloeden

Meerdere snapshots gebruiken

Targetwaarden

Snapshot-doelen berekenen

Geaggregeerde variabelen berekenen

Basetables stapelen

De timegap

Gebeurtenissen tijdens de timegap

Geaggregeerde variabelen berekenen met timegap

Leeftijd toevoegen met timegap

Gefeliciteerd

Advanced base table concepts

Donor IDs

Basetable with countries and age

Basetable used in Ex 2.13

Living place of donors

Donations

Goede modellen bouwen lukt alleen als je met een degelijke basistabel begint. In deze cursus leer je hoe je een goede basistabel opstelt, variabelen maakt en je data voorbereidt voor modelleren. We sluiten af met gevorderde onderwerpen hierover.

Introduction to Predictive Analytics in Python

Leer hoe je data voorbereidt en organiseert voor voorspellende analyse met Python-variabelen.

Gevorderde voorspellende analyse in Python

Leer hoe je je gegevens kunt voorbereiden en organiseren voor voorspellende analyses.

Gebeurtenissen tijdens de timegap

Gevorderde voorspellende analyse in Python

Praktische interactieve oefening