Binarisering av veckodag

I ett tidigare avsnitt såg vi att det är mycket ovanligt att ett hem läggs ut till försäljning på helgen. Nu ska vi skapa ett nytt fält som anger om huset är listat på en vardag eller inte. I det här exemplet finns ett fält som heter List_Day_of_Week där måndag har värdet 1.0 och söndag har värdet 7.0. Vi konverterar detta till ett binärt fält där vardag kodas som 0 och helgdag som 1. Vi kan använda PySpark-funktionstransformeraren Binarizer för att göra detta.

Den här övningen är en del av kursen

Feature Engineering med PySpark

Visa kurs

Övningsinstruktioner

Importera funktionstransformeraren Binarizer från pyspark och modulen ml.feature.
Skapa transformeraren med Binarizer() och sätt tröskelvärdet för att tilldela värdet 1 till allt efter fredag, 5.0, ange sedan indatakolumnen som List_Day_of_Week och utdatakolumnen som Listed_On_Weekend.
Tillämpa binariseringstransformeringen på df med hjälp av transform().
Verifiera att transformeringen fungerade korrekt genom att välja kolumnerna List_Day_of_Week och Listed_On_Weekend med show().

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Import transformer
from pyspark.____.____ import ____

# Create the transformer
binarizer = ____(threshold=____ inputCol=____, outputCol=____)

# Apply the transformation to df
df = binarizer.____(____)

# Verify transformation
df[[____, ____]].____()

Redigera och kör kod