Calculează o țintă agregată

Să presupunem că vrei să construiești un model predictiv care să identifice donatorii cu cele mai mari șanse de a dona mai mult de 50 de euro într-o anumită lună.

Îți este furnizat un tabel de bază basetable care conține deja câte un rând pentru fiecare donator din populație; coloana donor_id reprezintă donatorul. Conform cronologiei, ținta ar trebui să fie 1 dacă donatorul a donat mai mult de 50 de euro în ianuarie 2017 și 0 în caz contrar.

Dataframe-ul pandas gifts_201701 conține toate donațiile din ianuarie 2017. În acest exercițiu vei adăuga coloana țintă în tabelul de bază.

Acest exercițiu face parte din cursul

Analiză predictivă intermediară în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Construiește gifts_summed, care să conțină, pentru fiecare donator din gifts_201701, suma totală a donațiilor.
Derivă din gifts_summed o listă targets cu donatorii care au donat mai mult de 50 de euro în perioada țintă.
Adaugă ținta în tabelul de bază.
Calculează și afișează incidența țintei.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Sum of donations for each donor in gifts_201701
gifts_summed = ____.groupby("____")["____"].____().reset_index()

# List with targets
targets = list(gifts_summed["id"][____["____"] > ____])

# Add targets to the basetable
basetable["target"] = pd.Series([____ if donor_id in targets else ____ for donor_id in basetable["donor_id"]])

# Calculate and print the target incidence
print(round(____["____"].____() / ____(____), 2))

Editează și rulează codul