เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การแยก Target และ Features

ในการสร้างการทำนาย (ในที่นี้คือการทำนายว่าพนักงานจะลาออกหรือไม่) จำเป็นต้องแบ่งชุดข้อมูลออกเป็นสองส่วน:

  • ตัวแปรตาม หรือ target ซึ่งเป็นค่าที่ต้องการทำนาย
  • ตัวแปรอิสระ หรือ features ซึ่งเป็นข้อมูลที่ใช้ในการทำนาย

โจทย์คือการแยก target และ features ออกจากกัน โดย target ในที่นี้คือการลาออกของพนักงาน (employee churn) และ features คือทุกคอลัมน์ที่เหลือ

ข้อควรจำ: ชุดข้อมูลถูกปรับแต่งไว้แล้ว โดยมีการเข้ารหัสตัวแปรประเภท categorical และสร้าง dummy variables เรียบร้อยแล้ว

มีการนำเข้า pandas ให้แล้วในชื่อ pd

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

HR Analytics: การพยากรณ์การลาออกของพนักงานด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • กำหนด target และ features:
    • เลือกคอลัมน์ตัวแปรตาม (churn) แล้วกำหนดให้เป็น target
    • ใช้ .drop() เพื่อลบคอลัมน์ churn ออก แล้วกำหนดที่เหลือทั้งหมดเป็น features

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Set the target and features

# Choose the dependent variable column (churn) and set it as target
target = data.____

# Drop column churn and set everything else as features
features = data.____("____",axis=1)
แก้ไขและรันโค้ด