กำหนดตัวแปรเป้าหมาย
ในแบบฝึกหัดนี้ จะสร้าง pivot table ด้วย pandas โดยให้แถวแทนลูกค้า คอลัมน์แทนเดือนของใบแจ้งหนี้ และค่าในตารางแทนจำนวนใบแจ้งหนี้ จากนั้นจะใช้ค่าของเดือนสุดท้ายเป็นตัวแปรเป้าหมาย ส่วนตัวแปรที่เหลือสามารถนำไปใช้เป็น lagged features ในโมเดลได้ แม้จะไม่ได้ใช้ในแบบฝึกหัดนี้ แต่แนะนำอย่างยิ่งให้ลองตรวจสอบว่าการเพิ่มตัวแปรเหล่านี้จะช่วยให้ประสิทธิภาพของโมเดลดีขึ้นกว่าที่จะเห็นในแบบฝึกหัดถัดไปหรือไม่
ได้โหลดไลบรารี pandas และ numpy เป็น pd และ np ตามลำดับ และนำเข้าชุดข้อมูล online ให้แล้ว
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Machine Learning สำหรับการตลาดด้วย Python
คำแนะนำการฝึกหัด
- สร้าง pivot table โดยใช้ฟังก์ชัน
pivot_table()เพื่อนับจำนวนใบแจ้งหนี้ - เก็บชื่อคอลัมน์ข้อมูลยอดขายเดือนพฤศจิกายน 2011 ไว้ในรูปแบบลิสต์
- เก็บค่าเป้าหมายไว้ในตัวแปร
Y
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Build a pivot table counting invoices for each customer monthly
cust_month_tx = pd.___(data=online, values='___',
index=['___'], columns=['___'],
aggfunc=pd.Series.nunique, fill_value=0)
# Store November 2011 data column name as a list
target = ['2011-___']
# Store target value as `Y`
Y = cust_month_tx[___]