Bepaal een event-target

======= Je organiseert een goededoelen-evenement en wilt voorspellen welke donateurs het meest waarschijnlijk zullen komen. Je hebt in het verleden een soortgelijk evenement georganiseerd, dus je kunt die informatie gebruiken om een voorspellend model te bouwen. Gegeven is een lijst population met unieke donateur-id's voor deze basetable en een lijst attend_event met donateurs uit de population die het vorige evenement hebben bijgewoond. In deze oefening bouw je een basetable met twee kolommen: de donor_id en de target, die 1 is als de donateur het evenement heeft bijgewoond en anders 0.

Deze oefening maakt deel uit van de cursus

Gevorderde voorspellende analyse in Python

Cursus bekijken

Oefeninstructies

Maak een pandas-dataframe (basetable) met één rij voor elke donateur in population en één kolom donor_id met het ID van de donateur.
Voeg de target als kolom toe aan de basetable. De target is 1 als de donateur het evenement heeft bijgewoond en anders 0.
Bereken en print de target-incidentie: het aantal keren dat de target 1 is gedeeld door het aantal rijen in de basetable.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Basetable with one column: donor_id
basetable = pd.DataFrame(____, columns=["____"])

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

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

Code bewerken en uitvoeren