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.

Dummies maken

Een dummy maken van een variabele met twee categorieën

Dummies maken van een variabele met veel categorieën

Missende waarden

Ontbrekende waarden vervangen

Een dummy voor ontbrekende waarden maken

Vervang missende waarden door de mediaan

Vervang missende waarden door een vaste waarde

Omgaan met uitbijters

Invloed van uitschieters op voorspellende modellen

Ga uitbijters te lijf met winsoriseren

Outliers behandelen met standaarddeviatie

Transformaties

Interacties

Worteltransformatie

Interacties toevoegen aan de basistabel

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.

Seasonality

Seasonality or not

Detecting seasonality

The effect of seasonality

Using multiple snapshots

Target values

Calculating snapshot targets

Calculating aggregated variables

Stacking basetables

The timegap

Events during the timegap

Calculating aggregated variables with timegap

Adding age with timegap

Congratulations

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.

Ontbrekende waarden vervangen

Gevorderde voorspellende analyse in Python

Praktische interactieve oefening