การเข้ารหัสฟีเจอร์แบบไบนารี

การแปลงชนิดข้อมูลเป็นขั้นตอนสำคัญของการเตรียมข้อมูล ในแบบฝึกหัดนี้ จะกำหนดค่า 1 ให้กับ 'yes' และ 0 ให้กับ 'no' สำหรับฟีเจอร์ 'Vmail_Plan' และ 'Churn' ตามลำดับ

ในวิดีโอได้แนะนำสองแนวทางสำหรับการทำแบบนี้ ได้แก่ การใช้ pandas และการใช้ scikit-learn สำหรับงานที่ตรงไปตรงมาเช่นนี้ แนะนำให้ใช้ pandas ซึ่งเป็นสิ่งที่จะทำในแบบฝึกหัดนี้ หากต้องการสร้าง machine learning pipeline ซึ่งอยู่นอกเหนือขอบเขตของคอร์สนี้ สามารถศึกษาการใช้ LabelEncoder() เพิ่มเติมได้ สิ่งที่ควรตระหนักในการทำ data science คือมักมีมากกว่าหนึ่งวิธีในการแก้ปัญหาเสมอ และต้องเลือกวิธีที่เหมาะสมที่สุดกับงานของตัวเอง

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Marketing Analytics: การพยากรณ์การเลิกใช้บริการของลูกค้าด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

แทนที่ 'no' ด้วย 0 และ 'yes' ด้วย 1 ในคอลัมน์ 'Vmail_Plan' ของ telco
ทำแบบเดียวกันกับคอลัมน์ 'Churn'

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Replace 'no' with 0 and 'yes' with 1 in 'Vmail_Plan'
telco['Vmail_Plan'] = telco['____'].____(____)

# Replace 'no' with 0 and 'yes' with 1 in 'Churn'
telco['Churn'] = ____

# Print the results to verify
print(telco['Vmail_Plan'].head())
print(telco['Churn'].head())

แก้ไขและรันโค้ด