1. Nauka
    2. /
  2. Kursy
    3. /
  3. Inżynieria cech z PySpark
Connected

ćwiczenie

Podział na przedziały

Dla właściciela domu ma duże znaczenie, czy nieruchomość ma 1, 2, 3 czy 4 sypialnie. Jednak podobnie jak w przypadku łazienek – po przekroczeniu pewnego progu nie robi już różnicy, czy dom ma 7, czy 8. W tym ćwiczeniu sprawdzimy, jak wyznaczyć sensowne punkty podziału do grupowania wartości w przedziały.

Instrukcje

100 XP
  • Narysuj wykres rozkładu ramki danych pandas o nazwie sample_df, używając funkcji distplot() z biblioteki Seaborn.
  • Ponieważ rozkład ma długi ogon rzadkich wartości powyżej 5, utwórz podziały splits na przedziały: 1, 2, 3, 4, 5+
  • Utwórz transformer buck, tworząc instancję Bucketizer() z podanymi podziałami, a następnie ustaw kolumnę wejściową jako BEDROOMS i kolumnę wyjściową jako bedrooms.
  • Zastosuj transformację Bucketizer na df za pomocą transform() i przypisz wynik do df_bucket. Następnie zweryfikuj rezultaty, używając show().