แปลงค่าให้เป็นความน่าจะเป็น
ในแบบฝึกหัดนี้ เราจะนำฟังก์ชันการแจกแจงความน่าจะเป็นมาใช้กับ DataFrame ของ pandas โดยแปลงตัวแปร tip ให้เป็นค่าความน่าจะเป็น โดยใช้พารามิเตอร์ที่เกี่ยวข้องกับกลุ่ม
การแปลงที่ใช้คือการแปลงเอกซ์โพเนนเชียล ซึ่งการแจกแจงแบบเอกซ์โพเนนเชียลนิยามได้ดังนี้
$$ e^{-\lambda * x} * \lambda $$
โดยที่ λ (แลมบ์ดา) คือค่าเฉลี่ยของกลุ่มที่การสังเกต x อยู่
ให้นำการแปลงด้วยการแจกแจงแบบเอกซ์โพเนนเชียลไปใช้กับขนาดของแต่ละโต๊ะในชุดข้อมูล หลังจากจัดกลุ่มข้อมูลตามช่วงเวลาของวันที่รับประทานอาหาร อย่าลืมใช้ค่าเฉลี่ยของแต่ละกลุ่มเป็นค่า λ
ใน Python สามารถใช้เอกซ์โพเนนเชียลผ่าน np.exp() จากไลบรารี NumPy และคำนวณค่าเฉลี่ยด้วย .mean()
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การเขียนโค้ดที่มีประสิทธิภาพด้วย pandas
คำแนะนำการฝึกหัด
- กำหนดฟังก์ชันการแปลงแบบเอกซ์โพเนนเชียล
exp_tr - จัดกลุ่มข้อมูลตามช่วงเวลาที่รับประทานอาหาร
- นำการแปลงไปใช้กับข้อมูลที่จัดกลุ่มแล้ว
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Define the exponential transformation
exp_tr = lambda x: ____(____*____) * x.mean()
# Group the data according to the time
restaurant_grouped = restaurant_data.____(____)
# Apply the transformation
restaurant_exp_group = restaurant_grouped['tip'].____(____)
print(restaurant_exp_group.head())