เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การสร้างฟีเจอร์

ในบทนี้ คุณจะทำงานกับชุดข้อมูลชื่อ sales_df ซึ่งเก็บข้อมูลค่าใช้จ่ายในการโฆษณาผ่านสื่อประเภทต่าง ๆ และยอดขายที่ได้รับจากแคมเปญโฆษณาแต่ละครั้ง โดยชุดข้อมูลนี้ถูกโหลดไว้ให้แล้ว ตัวอย่างสองแถวแรกมีดังนี้:

     tv        radio      social_media    sales
1    13000.0   9237.76    2409.57         46677.90
2    41000.0   15886.45   2913.41         150177.83

คุณจะใช้ค่าใช้จ่ายในการโฆษณาเป็นฟีเจอร์เพื่อพยากรณ์ยอดขาย โดยเริ่มต้นจากคอลัมน์ "radio" ก่อนที่จะพยากรณ์ได้ คุณต้องสร้างอาร์เรย์ฟีเจอร์และอาร์เรย์เป้าหมาย แล้วจัดรูปร่างให้ถูกต้องตามที่ scikit-learn ต้องการ

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Supervised Learning ด้วย scikit-learn

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้าง X เป็นอาร์เรย์ของค่าจากคอลัมน์ "radio" ใน DataFrame sales_df
  • สร้าง y เป็นอาร์เรย์ของค่าจากคอลัมน์ "sales" ใน DataFrame sales_df
  • แปลง X ให้เป็นอาร์เรย์ NumPy แบบสองมิติ
  • แสดงรูปร่าง (shape) ของ X และ y

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

import numpy as np

# Create X from the radio column's values
X = ____

# Create y from the sales column's values
y = ____

# Reshape X
X = ____

# Check the shape of the features and targets
print(____)
แก้ไขและรันโค้ด