การทำความสะอาดข้อมูล A/B Test
การทำความสะอาดข้อมูล A/B Testing ไม่ได้แตกต่างจากกระบวนการปกติที่สอนในคอร์สการทำความสะอาดและจัดการข้อมูลทั่วไป อย่างไรก็ตาม การเข้าใจบริบทและพฤติกรรมการบันทึกข้อมูลของแต่ละ A/B Test เป็นรายกรณีช่วยให้ตัดสินใจได้ว่าจะจัดการกับข้อมูลที่ไม่เป็นระเบียบอย่างไร การตัดสินใจว่าจะลบหรือเก็บข้อมูลซ้ำและค่าที่หายไปเป็นสองกรณีที่ต้องระมัดระวังเกี่ยวกับนิยามของ metric และความสอดคล้องกันในแต่ละ variant
DataFrame AdSmart และ homepage รวมถึงไลบรารี pandas และ numpy ได้ถูกโหลดไว้ให้แล้ว
แหล่งข้อมูล Adsmart จาก Kaggle เชื่อมโยงไว้ที่นี่
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
A/B Testing ด้วย Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Check for duplicate rows due to logging issues
print(____(AdSmart))
print(____(AdSmart.____(keep='____')))