Интерпретация переменной эволюции

В этом упражнении вы изучите связь между переменной "donations2017min_2016", добавленной в basetable в предыдущих упражнениях, и целевой переменной — с помощью графика анализа предиктора.

Для удобства методы построения графика анализа предиктора уже реализованы в коде.

Чтобы построить график анализа предиктора для непрерывной переменной variable в basetable, выполните следующие шаги:

Дискретизируйте переменную на n_bins интервалов:

basetable["variable_disc"] = pd.qcut(basetable["variable"], n_bins)

Постройте таблицу графика анализа предиктора:

pig_table = create_pig_table(basetable, "target","variable_disc")

Отобразите график анализа предиктора на основе этой таблицы:

plot_pig(pig_table,"variable_disc")

Это упражнение является частью курса

Средний уровень прогностической аналитики на Python

Посмотреть курс

Инструкции к упражнению

Дискретизируйте переменную эволюции donations_2017_min_2016 на 5 интервалов и добавьте её в базовую таблицу.
Создайте таблицу графика анализа предиктора для этой переменной.
Постройте график анализа предиктора для этой переменной.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Discretize the variable in 5 bins and add to the basetable
basetable["donations_2017_min_2016_disc"] = pd.____(____["____"], ____)

# Construct the predictor insight graph table
pig_table = ____(____, "target", "____")

# Plot the predictor insight graph
plot_pig(____, "____")

Редактировать и запускать код