Agrupando todas as tabelas de predictor insight graph
No exercício anterior, você construiu uma função que calcula a tabela do predictor insight graph para uma determinada variável da seguinte forma:
pig_table = create_pig_table(basetable, "target","variable")
Se você quiser calcular a tabela do predictor insight graph para várias variáveis de uma vez, é uma boa ideia armazená-las em um dicionário. Você pode criar um novo dicionário usando dictionary = {}, adicionar elementos com uma chave usando dictionary["key"] = value e recuperar elementos usando a chave print(dictionary["key"]).
Este exercício faz parte do curso
Introdução à Análise Preditiva em Python
Instruções do exercício
- Crie um dicionário vazio
pig_tables. - Para cada variável, crie uma tabela de predictor insight graph.
- Para cada variável, adicione essa tabela de predictor insight graph ao dicionário, tendo como chave o nome da variável.
- Imprima a tabela de predictor insight graph de
disc_time_since_last_gift.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Create the list of variables for our predictor insight graph tables
variables = ["income","gender","disc_mean_gift","disc_time_since_last_gift"]
# Create an empty dictionary
pig_tables = ____
# Loop through the variables
for variable in variables:
# Create a predictor insight graph table
pig_table = ____(basetable, ____, ____)
# Add the table to the dictionary
pig_tables[____] = ____
# Print the predictor insight graph table of the variable "disc_time_since_last_gift"
print(pig_tables["____"])