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.

Sahte değişkenler oluşturma

İki kategorili bir değişkenden dummy oluşturma

Çok kategorili bir değişkenden kukla değişkenler oluşturma

Eksik değerler

Eksik değerler nasıl değiştirilir

Eksik değer kuklası (dummy) oluşturma

Eksik değerleri medyan değerle değiştir

Eksik değerleri sabit bir değerle değiştir

Aykırı değerlerle başa çıkma

Aykırı değerlerin kestirim modellerine etkisi

Aykırı değerleri winsorization ile ele al

Aykırı değerleri standart sapma ile ele al

Dönüşümler

Etkileşimler

Karekök dönüşümü

Basetable'a etkileşimler ekleme

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.

Aykırı değerlerin kestirim modellerine etkisi

Python ile Orta Düzey Öngörüsel Analitik

Uygulamalı etkileşimli egzersiz