เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การเลือกชนิดข้อมูลที่ต้องการ

ชุดข้อมูลมักประกอบด้วยคอลัมน์ที่มีชนิดข้อมูลหลายประเภท (เช่นเดียวกับชุดข้อมูลที่ใช้งานอยู่) โมเดล machine learning ส่วนใหญ่กำหนดให้ features มีชนิดข้อมูลที่สอดคล้องกัน และเทคนิค feature engineering ส่วนใหญ่ก็ใช้ได้กับข้อมูลทีละประเภทเท่านั้น ด้วยเหตุนี้ จึงมักจำเป็นต้องเข้าถึงเฉพาะคอลัมน์ที่มีชนิดข้อมูลที่ต้องการเมื่อทำงานกับ DataFrame

DataFrame (so_survey_df) จากแบบฝึกหัดก่อนหน้าพร้อมใช้งานใน workspace แล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Feature Engineering สำหรับ Machine Learning ใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้าง subset ของ so_survey_df ที่ประกอบด้วยเฉพาะคอลัมน์ประเภทตัวเลข (int และ float) เท่านั้น
  • พิมพ์ชื่อคอลัมน์ที่อยู่ใน so_survey_df_num

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Create subset of only the numeric columns
so_numeric_df = so_survey_df.____(____=[____])

# Print the column names contained in so_survey_df_num
print(so_numeric_df.____)
แก้ไขและรันโค้ด