เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

แยกคอลัมน์ตัวเลขและคอลัมน์ categorical

ในแบบฝึกหัดที่แล้ว คุณได้สำรวจลักษณะของชุดข้อมูลและพร้อมจะเริ่มทำการเตรียมข้อมูลแล้ว ขั้นตอนต่อไปคือการแยกตัวแปร categorical และตัวแปรตัวเลขออกจาก DataFrame telco_raw โดยกำหนด threshold จำนวนค่าที่ไม่ซ้ำกันสำหรับการแบ่งประเภท โมดูล pandas ถูกโหลดให้แล้วในชื่อ pd

ชุดข้อมูล churn ของบริษัทโทรคมนาคม telco_raw ถูกโหลดให้แล้วในรูปแบบ pandas DataFrame สามารถทำความคุ้นเคยกับชุดข้อมูลได้โดยสำรวจใน console

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Machine Learning สำหรับการตลาดด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • เก็บชื่อคอลัมน์ customerID และ Churn ไว้
  • กำหนดให้ categorical เป็นชื่อคอลัมน์ที่มีจำนวนค่าที่ไม่ซ้ำกันน้อยกว่า 5 ค่า
  • ลบ target ออกจากลิสต์
  • กำหนดให้ numerical เป็นชื่อคอลัมน์ทั้งหมดที่ไม่อยู่ใน custid, target และ categorical

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Store customerID and Churn column names
custid = ['___']
target = ['___']

# Store categorical column names
categorical = telco_raw.___()[telco_raw.nunique() < ___].keys().tolist()

# Remove target from the list of categorical variables
categorical.remove(___[0])

# Store numerical column names
numerical = [x for x in telco_raw.___ if x not in custid + ___ + categorical]
แก้ไขและรันโค้ด