Разделение признаков и целевой переменной
Теперь, когда данные разделены на обучающую и тестовую выборки, пора выполнить последний шаг перед обучением модели — разделить признаки и целевую переменную на отдельные наборы данных. Для этого вы воспользуетесь заранее загруженными списками имён столбцов.
Основной набор данных загружен как telcom и разбит на обучающую и тестовую выборки, которые представлены в виде pandas DataFrames: train и test соответственно. Списки target и custid содержат названия целевой переменной и идентификатора клиента. Вам потребуется создать список cols с именами оставшихся столбцов. При необходимости изучите наборы данных в консоли.
Это упражнение является частью курса
Машинное обучение для маркетинга на Python
Инструкции к упражнению
- Сохраните имена столбцов
telcomв список, исключив из него название целевой переменной и идентификатора клиента. - Извлеките обучающие признаки и целевую переменную.
- Извлеките тестовые признаки и целевую переменную.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Store column names from `telcom` excluding target variable and customer ID
cols = [col for col in ___.columns if col not in ___ + target]
# Extract training features
train_X = train[___]
# Extract training target
train_Y = train[___]
# Extract testing features
test_X = test[___]
# Extract testing target
test_Y = test[___]