Farklar

Hadi mevcut öznitelikleri kullanarak yeni öznitelikler üretmeyi keşfedelim. ABD’nin orta batısında pek çok müstakil evin etrafında yeşil alan için ekstra arazi bulunur. Bu örnekte 'YARD_SIZE' adlı yeni bir özellik oluşturacak ve ardından bu yeni özelliğin çıktı değişkenimizle ilişkili olup olmadığına bakacaksın.

Bu egzersiz, kursun bir parçasıdır

PySpark ile Özellik Mühendisliği

Kursa Göz Atın

Egzersiz talimatları

withColumn() kullanarak LOT_SIZE_SQFT adlı yeni bir sütun oluştur ve ACRES değerini dönüştürme katsayısı olan acres_to_sqfeet ile çarparak fit kareye çevir.
FOUNDATIONSIZE değerini LOT_SIZE_SQFT değerinden çıkararak YARD_SIZE adlı başka bir yeni sütun oluştur.
Bağımsız değişkenler YARD_SIZE, FOUNDATIONSIZE, LOT_SIZE_SQFT ile bağımlı değişken SALESCLOSEPRICE arasındaki ilişkiyi ölçmek için corr() çalıştır. Yeni özellik, bileşenlerinin her birinden daha güçlü bir korelasyon gösteriyor mu?

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Lot size in square feet
acres_to_sqfeet = 43560
df = df.____(____, df[____] * ____)

# Create new column YARD_SIZE
df = df.____(____, df[____] - df[____])

# Corr of ACRES vs SALESCLOSEPRICE
print("Corr of ACRES vs SALESCLOSEPRICE: " + str(df.____(____, ____)))
# Corr of FOUNDATIONSIZE vs SALESCLOSEPRICE
print("Corr of FOUNDATIONSIZE vs SALESCLOSEPRICE: " + str(df.____(____, ____)))
# Corr of YARD_SIZE vs SALESCLOSEPRICE
print("Corr of YARD_SIZE vs SALESCLOSEPRICE: " + str(df.____(____, ____)))

Kodu Düzenle ve Çalıştır