Hedef ve Özellikleri Ayırma

Bir tahmin yapmak için (bu örnekte, bir çalışanın işten ayrılıp ayrılmayacağını) veri kümesini iki bileşene ayırman gerekir:

tahmin edilmesi gereken bağımlı değişken ya da hedef (target)
tahmin yapmak için kullanılacak bağımsız değişkenler ya da özellikler (features)

Görevin, target ve features değişkenlerini ayırmak. Buradaki hedef, çalışan ayrılma durumu (employee churn); özellikler ise geri kalan tüm değişkenlerdir.

Hatırlatma: veri kümesi zaten kategorik değişkenler kodlanarak ve dummy değişkenler oluşturularak dönüştürüldü.

pandas senin için pd kısaltmasıyla içe aktarıldı.

Bu egzersiz

İK Analitiği: Python ile Çalışan Terkini (Churn) Tahmin Etme

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

Hedefi ve özellikleri ayarla:
- Bağımlı değişken sütunu (churn) seç ve target olarak ata.
- Diğer her şeyi features yapmak için .drop() ile churn sütununu düşür.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Set the target and features

# Choose the dependent variable column (churn) and set it as target
target = data.____

# Drop column churn and set everything else as features
features = data.____("____",axis=1)

Kodu Düzenle ve Çalıştır