Oddzielanie cech od zmiennej docelowej
Po podziale danych na zbiór treningowy i testowy nadszedł czas na ostatni krok przed dopasowaniem modelu – oddzielenie cech i zmiennej docelowej do osobnych zbiorów danych. Skorzystasz z listy nazw kolumn, która została już wczytana.
Główny zbiór danych jest dostępny jako telcom i podzielony na zbiory treningowy oraz testowy, wczytane jako obiekty pandas DataFrame odpowiednio do train i test. Listy target i custid zawierają nazwy zmiennej docelowej oraz identyfikatora klienta. Twoim zadaniem jest utworzenie listy cols z nazwami pozostałych kolumn. Możesz swobodnie eksplorować zbiory danych w konsoli.
To ćwiczenie jest częścią kursu
Uczenie maszynowe w marketingu w Pythonie
Instrukcje do ćwiczenia
- Zapisz w liście nazwy kolumn zbioru
telcom, pomijając zmienną docelową i identyfikator klienta. - Wyodrębnij cechy treningowe i etykiety treningowe.
- Wyodrębnij cechy testowe i etykiety testowe.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Store column names from `telcom` excluding target variable and customer ID
cols = [col for col in ___.columns if col not in ___ + target]
# Extract training features
train_X = train[___]
# Extract training target
train_Y = train[___]
# Extract testing features
test_X = test[___]
# Extract testing target
test_Y = test[___]