Що ми прогнозуємо?

Яке з цих полів (або стовпців) є значенням, яке ми намагаємося спрогнозувати?

Ця вправа є частиною курсу

Опрацювання ознак у PySpark

Із наведених вище стовпців визначте, який ми використаємо як залежну змінну $Y$ .
Використовуючи завантажений набір даних df, відфільтруйте його до нашої залежної змінної за допомогою select(). Збережіть цей датафрейм у змінній Y_df.
Відобразіть описову статистику для залежної змінної, застосувавши describe() до Y_df і викликавши show() для показу результату.

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Select our dependent variable
Y_df = df.____([____])

# Display summary statistics
Y_df.____().____()