Eksploracja cech
Korzystając z tego samego zbioru danych Avazu, przeanalizujesz rozkład wartości kolumn device_type i banner_pos, a także sprawdzisz, jak zmienia się CTR w zależności od nich.
Przykładowe dane w postaci DataFrame są wczytane jako df. Zmienne X i y utworzone w poprzednim ćwiczeniu są dostępne w twoim środowisku pracy. Biblioteka pandas zaimportowana jako pd również jest dostępna.
To ćwiczenie jest częścią kursu
Przewidywanie CTR z użyciem uczenia maszynowego w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Distribution of values for device type
print("Distribution of device type: ")
print(X.device_type.____()/len(X))
# Sample CTR by device type
print("CTR by device type: ")
print(df.____('device_type')['click'].____/len(y))