การแบ่งค่าเป็นช่วง (Binning)
สำหรับค่าต่อเนื่องหลายประเภท สิ่งที่สำคัญกว่าค่าที่แน่นอนของคอลัมน์ตัวเลขคือช่วง (bucket) ที่ค่านั้นตกอยู่ วิธีนี้มีประโยชน์เมื่อต้องการพล็อตข้อมูลหรือทำให้โมเดล machine learning เรียบง่ายขึ้น โดยส่วนใหญ่ใช้กับตัวแปรต่อเนื่องที่ความแม่นยำสูงสุดไม่ใช่สิ่งสำคัญหลัก เช่น อายุ ส่วนสูง หรือค่าจ้าง
การสร้าง bin ทำได้ด้วย pd.cut(df['column_name'], bins) โดย bins อาจเป็นจำนวนเต็มที่ระบุจำนวน bin ที่เว้นระยะเท่ากัน หรือเป็น list ที่กำหนดขอบเขตของแต่ละ bin
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Feature Engineering สำหรับ Machine Learning ใน Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Bin the continuous variable ConvertedSalary into 5 bins
so_survey_df['equal_binned'] = ____(so_survey_df['ConvertedSalary'], ____)
# Print the first 5 rows of the equal_binned column
print(so_survey_df[['equal_binned', 'ConvertedSalary']].head())