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.

Sabit değişkenler ekleme

Doğru değeri seçme

Yaş ekleme

Bağışçı segmentini ekleme

Yaşam yerini ekleme

Toplanmış değişkenler ekleme

Uygun tarihi seçme

Geçen yılın maksimum değeri

Bağışların güncelliği (recency)

Evrimleri ekleme

Geçen ay ve geçen yıl ortalamasının oranı

İki yıl arasındaki mutlak fark

Evrim değişkenlerini kullanma

Evrim değişkenlerinin performansı

Evrimin anlamı

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.

Seasonality

Seasonality or not

Detecting seasonality

The effect of seasonality

Using multiple snapshots

Target values

Calculating snapshot targets

Calculating aggregated variables

Stacking basetables

The timegap

Events during the timegap

Calculating aggregated variables with timegap

Adding age with timegap

Congratulations

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.

Doğru değeri seçme

Python ile Orta Düzey Öngörüsel Analitik

Uygulamalı interaktif egzersiz