In this chapter you will learn how to construct the foundations of your base table, namely the population and the target.

The basetable timeline

Timeline violations

Available data

Timeline violation

The population

Select the relevant population

A timeline compliant population

Removing duplicate objects

The target

Calculate an event target

Calculate an aggregated target

Crucial base table concepts

You will learn how to add variables to the base table that you can use to predict the target.

Adding fixed variables

Selecting the right value

Adding age

Adding the donor segment

Adding living place

Adding aggregated variables

Selecting the appropriate date

Maximum value last year

Recency of donations

Adding evolutions

Ratio of last month's and last year's average

Absolute difference between two years

Using evolution variables

Performance of evolution variables

Meaning of evolution

Creating variables

Once you derived variables from the raw data, it is time to clean the data and prepare it for modeling. In this Chapter we discuss the steps that need to be taken to make your data modeling-ready.

Criando dummies

Criando uma dummy a partir de uma variável com duas categorias

Criando dummies a partir de uma variável com muitas categorias

Valores ausentes

Como substituir valores ausentes

Criando uma dummy de valor ausente

Substituir valores ausentes pela mediana

Substituir valores ausentes por um valor fixo

Tratando outliers

Influência de outliers em modelos preditivos

Tratar outliers com winsorization

Tratar outliers com desvio padrão

Transformações

Interações

Transformação de raiz quadrada

Adicionando interações à basetable

Data preparation

In some cases, the target or variables change heavily with the seasons. You will learn how you can deal with seasonality by adding different snapshots to the base table.

Seasonality

Seasonality or not

Detecting seasonality

The effect of seasonality

Using multiple snapshots

Target values

Calculating snapshot targets

Calculating aggregated variables

Stacking basetables

The timegap

Events during the timegap

Calculating aggregated variables with timegap

Adding age with timegap

Congratulations

Advanced base table concepts

Donor IDs

Basetable with countries and age

Basetable used in Ex 2.13

Living place of donors

Donations

Construir bons modelos só é possível se você tiver uma boa base table para começar. Neste curso, você vai aprender a construir uma base table de qualidade, criar variáveis e preparar seus dados para modelagem. Finalizamos com tópicos avançados sobre o tema.

Introduction to Predictive Analytics in Python

Aprenda a preparar e organizar dados para análises preditivas usando Python e conceitos avançados.

Análise Preditiva Intermediária em Python

Aprenda a preparar e organizar seus dados para análises preditivas.

Influência de outliers em modelos preditivos

Análise Preditiva Intermediária em Python

exercicio interativo prático