Бінування значень
Для багатьох неперервних значень вам менш важливе точне числове значення стовпця, а більше — інтервал (кошик), у який воно потрапляє. Це корисно під час візуалізації або спрощення моделей машинного навчання. Найчастіше так чинять із неперервними змінними, де висока точність не є критичною, напр., вік, зріст, заробітна плата.
Інтервали (біни) створюються за допомогою pd.cut(df['column_name'], bins), де bins може бути цілим числом, що визначає кількість рівновіддалених бінів, або списком меж інтервалів.
Ця вправа є частиною курсу
Feature Engineering для машинного навчання в Python
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Bin the continuous variable ConvertedSalary into 5 bins
so_survey_df['equal_binned'] = ____(so_survey_df['ConvertedSalary'], ____)
# Print the first 5 rows of the equal_binned column
print(so_survey_df[['equal_binned', 'ConvertedSalary']].head())