Codificando features binárias

Reajustar tipos de dados é uma parte importante do pré-processamento. Neste exercício, você vai atribuir o valor 1 para 'yes' e 0 para 'no' nas features 'Vmail_Plan' e 'Churn', respectivamente.

Você viu duas abordagens para fazer isso no vídeo — uma usando pandas e outra usando scikit-learn. Para tarefas diretas como esta, é recomendado ficar com pandas, então é isso que vamos usar aqui. Já para construir pipelines de Machine Learning — o que está além do escopo deste curso — você pode explorar o uso de LabelEncoder(). Ao fazer data science, é importante lembrar que quase sempre há mais de uma maneira de realizar uma tarefa, e você precisa escolher a que é mais eficaz para a sua aplicação.

Este exercicio faz parte do curso

Análise de Marketing: Prevendo Churn de Clientes em Python

Ver curso

Instruções do exercicio

Substitua 'no' por 0 e 'yes' por 1 na coluna 'Vmail_Plan' de telco.
Faça o mesmo para a coluna 'Churn'.

exercicio interativo prático

Tente este exercicio completando este código de exemplo.

# Replace 'no' with 0 and 'yes' with 1 in 'Vmail_Plan'
telco['Vmail_Plan'] = telco['____'].____(____)

# Replace 'no' with 0 and 'yes' with 1 in 'Churn'
telco['Churn'] = ____

# Print the results to verify
print(telco['Vmail_Plan'].head())
print(telco['Churn'].head())

Editar e Executar Código