Binaire features encoden

Het omzetten van datatypes is een belangrijk onderdeel van data preprocessing. In deze oefening ken je de waarde 1 toe aan 'yes' en 0 aan 'no' voor de features 'Vmail_Plan' en 'Churn'.

In de video zag je twee manieren om dit te doen: één met pandas en één met scikit-learn. Voor eenvoudige taken als deze is het aan te raden bij pandas te blijven, dus dat doen we in deze oefening. Als je daarentegen Machine Learning-pijplijnen wilt bouwen — wat buiten de scope van deze cursus valt — kun je LabelEncoder() gebruiken. Bij data science is het belangrijk te beseffen dat er bijna altijd meerdere manieren zijn om een taak uit te voeren; kies de aanpak die het meest effectief is voor jouw toepassing.

Deze oefening maakt deel uit van de cursus

Marketinganalyse: klantverloop voorspellen in Python

Cursus bekijken

Oefeninstructies

Vervang 'no' door 0 en 'yes' door 1 in de kolom 'Vmail_Plan' van telco.
Doe hetzelfde voor de kolom 'Churn'.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Replace 'no' with 0 and 'yes' with 1 in 'Vmail_Plan'
telco['Vmail_Plan'] = telco['____'].____(____)

# Replace 'no' with 0 and 'yes' with 1 in 'Churn'
telco['Churn'] = ____

# Print the results to verify
print(telco['Vmail_Plan'].head())
print(telco['Churn'].head())

Code bewerken en uitvoeren