Alle predictor insight graph-tabellen groeperen

In de vorige oefening schreef je een functie die de predictor insight graph-tabel voor een gegeven variabele berekent als volgt:

pig_table = create_pig_table(basetable, "target","variable")

Als je de predictor insight graph-tabel voor meerdere variabelen tegelijk wilt berekenen, is het handig om ze in een dictionary op te slaan. Je kunt een nieuwe dictionary maken met dictionary = {}, elementen met een sleutel toevoegen met dictionary["key"] = value en elementen opvragen met de sleutel print(dictionary["key"]).

Deze oefening maakt deel uit van de cursus

Introductie tot Predictive Analytics in Python

Cursus bekijken

Oefeninstructies

Maak een lege dictionary pig_tables.
Maak voor elke variabele een predictor insight graph-tabel.
Voeg voor elke variabele deze predictor insight graph-tabel toe aan de dictionary, met als sleutel de naam van de variabele.
Print de predictor insight graph-tabel van disc_time_since_last_gift.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Create the list of variables for our predictor insight graph tables
variables = ["income","gender","disc_mean_gift","disc_time_since_last_gift"]

# Create an empty dictionary
pig_tables = ____

# Loop through the variables
for variable in variables:
  
    # Create a predictor insight graph table
    pig_table = ____(basetable, ____, ____)
    
    # Add the table to the dictionary
    pig_tables[____] = ____

# Print the predictor insight graph table of the variable "disc_time_since_last_gift"
print(pig_tables["____"])

Code bewerken en uitvoeren