Separera särdrag och målvariabel
Nu när du har delat upp data i tränings- och testmängder är det dags att utföra det sista steget innan du anpassar modellen – att separera särdragen och målvariablerna i olika datamängder. Du använder en lista med kolumnnamn som redan har lästs in åt dig.
Huvuddatamängden är inläst som telcom och uppdelad i tränings- och testmängder, som är inlästa som pandas DataFrames i train respektive test. Listorna target och custid innehåller namnen på målvariabeln respektive kund-ID:t. Du behöver skapa listan cols med namnen på de återstående kolumnerna. Utforska gärna datamängderna i konsolen.
Den här övningen är en del av kursen
Maskininlärning för marknadsföring i Python
Övningsinstruktioner
- Lagra kolumnnamnen i
telcomi en lista, exklusive målvariabelns namn och kund-ID. - Extrahera träningssärdragen och träningsetiketten.
- Extrahera testningssärdragen och testningsetiketten.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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[___]