Всё вместе

В предыдущих упражнениях вы определили функцию create_pig_table, которая принимает базовую таблицу и предиктор и создаёт таблицу графика прогностической значимости для этого предиктора:

pig_table = create_pig_table(basetable,target,variable)

Затем вы написали функцию plot_pig, которая строит график прогностической значимости на основе этой таблицы:

plot_pig(pig_table, variable)

Нередко требуется построить сразу несколько таких графиков. В этом упражнении вы научитесь делать это автоматически с помощью цикла for.

Это упражнение является частью курса

Введение в предиктивную аналитику на Python

Посмотреть курс

Инструкции к упражнению

Для каждой переменной из variables создайте таблицу графика прогностической значимости. Базовая таблица загружена в переменную basetable.
Для каждой переменной из variables постройте график прогностической значимости.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Variables you want to make predictor insight graph tables for
variables = ["income","gender","disc_mean_gift","disc_time_since_last_gift"]

# Loop through the variables
for variable in variables: 
    
    # Create the predictor insight graph table
    pig_table = ____(____, "target", variable)
    
    # Plot the predictor insight graph
    ____(____, variable)

Редактировать и запускать код