Vad försöker vi förutsäga?

Vilket av dessa fält (eller kolumner) är det värde vi försöker förutsäga?

Den här övningen är en del av kursen

Feature Engineering med PySpark

Identifiera bland kolumnerna ovan vilken som ska användas som beroende variabel $Y$ .
Använd den inlästa datamängden df och filtrera den till enbart den beroende variabeln med select(). Lagra denna dataframe i variabeln Y_df.
Visa sammanfattande statistik för den beroende variabeln genom att anropa describe() på Y_df och sedan show() för att visa resultatet.

Testa den här övningen genom att slutföra den här exempelkoden.

# Select our dependent variable
Y_df = df.____([____])

# Display summary statistics
Y_df.____().____()