Separera numeriska och kategoriska kolumner
I förra övningen utforskade du datamängdens egenskaper och är nu redo att förbehandla data. Du ska separera kategoriska och numeriska variabler från DataFrame:en telco_raw med ett anpassat tröskelvärde för antal unika värden. Modulen pandas har laddats åt dig som pd.
Den råa telekommunikationsdatamängden telco_raw har laddats åt dig som en pandas DataFrame. Du kan bekanta dig med datamängden genom att utforska den i konsolen.
Den här övningen är en del av kursen
Maskininlärning för marknadsföring i Python
Övningsinstruktioner
- Spara kolumnnamnen
customerIDochChurn. - Tilldela
categoricalde kolumnnamn som har färre än 5 unika värden. - Ta bort
targetfrån listan. - Tilldela
numericalalla kolumnnamn som inte finns icustid,targetellercategorical.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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]