Донор с наибольшей вероятностью пожертвования
Предсказания предиктивной модели отражают вероятность того, что человек окажется целевым донором. Например, предположим, что вы построили модель для определения того, пожертвует ли донор более 50 евро в рамках определённой кампании. Если предсказание для конкретного донора равно 0,82, это означает, что с вероятностью 82% он пожертвует более 50 евро.
В этом упражнении вы найдёте донора с наибольшей вероятностью пожертвования более 50 евро.
Напомним, что отсортировать pandas DataFrame df по определённому столбцу c можно следующим образом:
df_sorted = df.sort_values(["c"])
А выбрать первую и последнюю строку pandas DataFrame можно так:
first_row = df.head(1)
last_row = df.tail(1)
Это упражнение является частью курса
Введение в предиктивную аналитику на Python
Инструкции к упражнению
- Предсказания хранятся в pandas DataFrame
predictions, который содержит два столбца: идентификатор донора и вероятность попасть в целевую группу. Отсортируйте эти предсказания так, чтобы доноры с наименьшей вероятностью пожертвования стояли первыми. - Выберите и выведите строку из отсортированного DataFrame, соответствующую донору с наибольшей вероятностью пожертвования более 50 евро согласно модели.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Sort the predictions
predictions_sorted = ____.____([____])
# Print the row of predictions_sorted that has the donor that is most likely to donate
print(____.____(____))