Znaczenie ewolucji
W tym ćwiczeniu zbadasz związek między zmienną donations_2017_min_2016, którą dodano do basetable w poprzednich ćwiczeniach, a zmienną docelową – za pomocą wykresu wglądu w predyktor.
Dla wygody metody tworzenia wykresu wglądu w predyktor są już zaimplementowane.
Aby narysować wykres wglądu w predyktor dla ciągłej zmiennej variable w basetable, wykonaj następujące kroki:
- Zdyskretyzuj zmienną na
n_binsprzedziałów:
basetable["variable_disc"] = pd.qcut(basetable["variable"], n_bins)
- Zbuduj tabelę wykresu wglądu w predyktor:
pig_table = create_pig_table(basetable, "target","variable_disc")
- Narysuj wykres wglądu w predyktor na podstawie tej tabeli:
plot_pig(pig_table,"variable_disc")
To ćwiczenie jest częścią kursu
Pośrednia analityka predykcyjna w Pythonie
Instrukcje do ćwiczenia
- Zdyskretyzuj zmienną ewolucji
donations_2017_min_2016na 5 przedziałów i dodaj ją do basetable. - Utwórz tabelę wykresu wglądu w predyktor dla tej zmiennej.
- Narysuj wykres wglądu w predyktor dla tej zmiennej.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Discretize the variable in 5 bins and add to the basetable
basetable["donations_2017_min_2016_disc"] = pd.____(____["____"], ____)
# Construct the predictor insight graph table
pig_table = ____(____, "target", "____")
# Plot the predictor insight graph
plot_pig(____, "____")