CTR'a göre dağılımlar
Her bir özellik için, hem özelliğin dağılımına hem de ilgi duyulan değişkenle nasıl değiştiğine bakmak faydalıdır. Bu egzersizde, kullanıcının reklama gelene kadar niyetini ifade ettiği arama motorunu (Google veya Bing gibi) temsil eden bir tamsayı olan search_engine_type özelliğini keşfedeceksin. Gizlilik nedeniyle bu kategoriler anonimdir. Önce search_engine_type dağılımını oluşturup inceleyeceksin. Ardından, tıpkılama oranının (CTR) search_engine_type değerine göre nasıl değiştiğine bakacaksın; tıpkı önceki bölümde cihaz türü ve banner konumuna göre CTR kırılımına baktığın gibi.
Örnek veriler df adlı bir DataFrame olarak yüklendi. pandas da çalışma alanında pd kısaltmasıyla hazır.
Bu egzersiz, kursun bir parçasıdır
Python ile Machine Learning kullanarak TOB tahmini
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Construct bar chart for clicks by search engine type
se_df = df.____(['search_engine_type', 'click']).size().unstack()
se_df.plot(kind = 'bar', title = 'Value frequency for search engine type')
plt.show()