Разделение числовых и категориальных столбцов
В предыдущем упражнении вы изучили характеристики набора данных и готовы приступить к его предобработке. Сейчас вы разделите категориальные и числовые переменные из DataFrame telco_raw, задав пользовательский порог количества уникальных значений для разграничения этих двух типов. Модуль pandas уже импортирован как pd.
Необработанный набор данных об оттоке клиентов телекоммуникационной компании telco_raw загружен как DataFrame pandas. Вы можете ознакомиться с ним, изучив данные в консоли.
Это упражнение является частью курса
Машинное обучение для маркетинга на Python
Инструкции к упражнению
- Сохраните названия столбцов
customerIDиChurn. - Присвойте переменной
categoricalназвания столбцов, в которых менее 5 уникальных значений. - Удалите
targetиз списка. - Присвойте переменной
numericalвсе названия столбцов, которые не входят вcustid,targetиcategorical.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Store customerID and Churn column names
custid = ['___']
target = ['___']
# Store categorical column names
categorical = telco_raw.___()[telco_raw.nunique() < ___].keys().tolist()
# Remove target from the list of categorical variables
categorical.remove(___[0])
# Store numerical column names
numerical = [x for x in telco_raw.___ if x not in custid + ___ + categorical]