Przekształcanie wartości na prawdopodobieństwa
W tym ćwiczeniu zastosujemy funkcję rozkładu prawdopodobieństwa do ramki danych pandas z parametrami grupowymi, przekształcając zmienną napiwku na prawdopodobieństwa.
Przekształcenie będzie oparte na transformacji wykładniczej. Rozkład wykładniczy definiuje się jako
$$ e^{-\lambda * x} * \lambda $$
gdzie λ (lambda) to średnia grupy, do której należy obserwacja x.
Zastosujesz transformację rozkładu wykładniczego do rozmiaru każdego stolika w zbiorze danych, grupując dane według pory dnia, o której odbył się posiłek. Pamiętaj, aby jako wartości λ użyć średniej każdej grupy.
W Pythonie możesz skorzystać z funkcji wykładniczej np.exp() z biblioteki NumPy oraz ze średniej za pomocą .mean().
To ćwiczenie jest częścią kursu
Wydajne programowanie z pandas
Instrukcje do ćwiczenia
- Zdefiniuj transformację rozkładu wykładniczego
exp_tr. - Pogrupuj dane według pory dnia, o której odbył się posiłek.
- Zastosuj transformację do zgrupowanych danych.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Define the exponential transformation
exp_tr = lambda x: ____(____*____) * x.mean()
# Group the data according to the time
restaurant_grouped = restaurant_data.____(____)
# Apply the transformation
restaurant_exp_group = restaurant_grouped['tip'].____(____)
print(restaurant_exp_group.head())