แยก features และตัวแปรเป้าหมาย
เมื่อแบ่งข้อมูลเป็นชุดฝึกและชุดทดสอบแล้ว ขั้นตอนสุดท้ายก่อนฝึกโมเดลคือการแยก features และตัวแปรเป้าหมายออกเป็นชุดข้อมูลที่แตกต่างกัน โดยจะใช้รายชื่อคอลัมน์ที่โหลดไว้ให้แล้ว
ชุดข้อมูลหลักโหลดอยู่ในตัวแปร telcom และถูกแบ่งออกเป็นชุดฝึกและชุดทดสอบซึ่งเก็บไว้เป็น pandas DataFrame ในตัวแปร train และ test ตามลำดับ รายการ target และ custid มีชื่อของตัวแปรเป้าหมายและรหัสลูกค้าตามลำดับ ต้องสร้างรายการ cols ที่มีชื่อคอลัมน์ที่เหลือ สามารถสำรวจชุดข้อมูลใน console ได้ตามต้องการ
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Machine Learning สำหรับการตลาดด้วย Python
คำแนะนำการฝึกหัด
- เก็บชื่อคอลัมน์ของ
telcomลงในรายการ โดยไม่รวมชื่อตัวแปรเป้าหมายและรหัสลูกค้า - ดึง features และตัวแปรเป้าหมายจากชุดฝึก
- ดึง features และตัวแปรเป้าหมายจากชุดทดสอบ
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Store column names from `telcom` excluding target variable and customer ID
cols = [col for col in ___.columns if col not in ___ + target]
# Extract training features
train_X = train[___]
# Extract training target
train_Y = train[___]
# Extract testing features
test_X = test[___]
# Extract testing target
test_Y = test[___]