In this chapter you will learn how to construct the foundations of your base table, namely the population and the target.

The basetable timeline

Timeline violations

Available data

Timeline violation

The population

Select the relevant population

A timeline compliant population

Removing duplicate objects

The target

Calculate an event target

Calculate an aggregated target

Crucial base table concepts

You will learn how to add variables to the base table that you can use to predict the target.

Adding fixed variables

Selecting the right value

Adding age

Adding the donor segment

Adding living place

Adding aggregated variables

Selecting the appropriate date

Maximum value last year

Recency of donations

Adding evolutions

Ratio of last month's and last year's average

Absolute difference between two years

Using evolution variables

Performance of evolution variables

Meaning of evolution

Creating variables

Once you derived variables from the raw data, it is time to clean the data and prepare it for modeling. In this Chapter we discuss the steps that need to be taken to make your data modeling-ready.

Creating dummies

Creating a dummy from a two-category variable

Creating dummies from a many-categories variable

Missing values

How to replace missing values

Creating a missing value dummy

Replace missing values with the median value

Replace missing values with a fixed value

Handling outliers

Influence of outliers on predictive models

Handle outliers with winsorization

Handle outliers with standard deviation

Transformations

Interactions

Square root transformation

Adding interactions to the basetable

Data preparation

In some cases, the target or variables change heavily with the seasons. You will learn how you can deal with seasonality by adding different snapshots to the base table.

Mevsimsellik

Mevsimsellik var mı yok mu

Mevsimselliği tespit etme

Mevsimselliğin etkisi

Birden çok anlık görüntü kullanma

Hedef değerler

Anlık görüntü hedeflerini hesaplama

Toplanmış değişkenleri hesaplama

Basetable'ları istiflemek

Zaman aralığı

Timegap sırasında gerçekleşen olaylar

Zaman aralığıyla toplulaştırılmış değişkenleri hesaplama

Zaman aralığıyla yaş ekleme

Tebrikler

Advanced base table concepts

Donor IDs

Basetable with countries and age

Basetable used in Ex 2.13

Living place of donors

Donations

İyi modeller kurmak, yalnızca iyi bir temel tabloyla başlarsa başarılı olur. Bu kursta iyi bir temel tabloyu nasıl oluşturacağını, değişkenler yaratmayı ve verini modellemeye hazırlamayı öğreneceksin. Konuyu ileri düzey başlıklarla tamamlıyoruz.

Introduction to Predictive Analytics in Python

Python'da veri hazırlama ve gelişmiş tablo kavramlarıyla tahmine dayalı analiz için verilerinizi düzenleyin.

Python ile Orta Düzey Öngörüsel Analitik

Tahmine dayalı analitik için verilerinizi nasıl hazırlayıp düzenleyeceğinizi öğrenin.

Timegap sırasında gerçekleşen olaylar

Python ile Orta Düzey Öngörüsel Analitik

Uygulamalı interaktif egzersiz