Bortom binär klassificering

Binär klassificering är naturligtvis bara ett specialfall. Målkodning kan tillämpas på alla typer av målvariabler:

Vid binär klassificering används vanligtvis medelvärdesbaserad målkodning
Vid regression kan medelvärdet ersättas med median, kvartiler och liknande
Vid multiklassklassificering med N klasser skapar vi N särdrag med målmedelvärdet för varje kategori i ett ett-mot-alla-upplägg

Funktionen mean_target_encoding() som du har skapat kan användas för alla måltyper ovan. Låt oss tillämpa den på ett regressionsproblem med House Prices-tävlingen på Kaggle som exempel.

Målet är att koda det kategoriska särdragets "RoofStyle" med medelvärdesbaserad målkodning. DataFrames train och test finns redan tillgängliga i din arbetsyta.

Den här övningen är en del av kursen

Vinna en Kaggle-tävling i Python

Visa kurs

Övningsinstruktioner

Ange alla saknade parametrar i anropet till funktionen mean_target_encoding(). Målvariabelns namn är "SalePrice". Sätt hyperparametern \(\alpha\) till 10.
Kom ihåg att parametrarna train och test förväntar sig tränings- och test-DataFrames.
Parametrarna target och categorical förväntar sig namnen på målvariabeln respektive särdragets som ska kodas.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Create mean target encoded feature
train['RoofStyle_enc'], test['RoofStyle_enc'] = mean_target_encoding(train=train,
                                                                     test=____,
                                                                     target='____',
                                                                     categorical='____',
                                                                     alpha=____)

# Look at the encoding
print(test[['RoofStyle', 'RoofStyle_enc']].drop_duplicates())

Redigera och kör kod