1. Nauka
    2. /
  2. Kursy
    3. /
  3. Uczenie maszynowe w marketingu w Pythonie
Connected

ćwiczenie

Tworzenie cech

Masz teraz wszystko, czego potrzebujesz, żeby zbudować cechy na poziomie klienta – recency, frequency, wartość monetarną i inne – na potrzeby modelu regresji. Inżynieria cech to najważniejszy krok w procesie uczenia maszynowego. W tym ćwiczeniu stworzysz pięć cech na poziomie klienta, które posłużą do przewidywania transakcji klientów w następnym miesiącu. Cechy te uchwytują wzorce zachowań klientów o wysokiej wartości predykcyjnej.

Biblioteki pandas i numpy zostały wczytane odpowiednio jako pd i np. Zbiór danych online_X jest już zaimportowany. Obiekt datetime o nazwie NOW, reprezentujący datę referencyjną używaną do obliczania recency, został już dla ciebie utworzony.

Instrukcje

100 XP
  • Oblicz recency, odejmując najnowszą wartość InvoiceDate od bieżącej daty.
  • Oblicz frequency, zliczając unikalną liczbę faktur.
  • Oblicz wartość monetarną, sumując wszystkie wartości wydatków.
  • Oblicz średnią i łączną ilość.