Додавання взаємодій до базової таблиці

Припустімо, що неприбуткова організація планує кампанію в Іспанії та Франції й хоче визначити, які донори з більшою ймовірністю задонатять. Надано basetable з предиктивними змінними «age», «country_Spain», «country_France» та цільовою змінною «target». Для зручності реалізовано функцію auc, яка повертає AUC на розбитих даних і приймає два аргументи: набір розглянутих змінних і базову таблицю:

auc(["variable_1","variable_2"], basetable)
0.51

У цій вправі ви навчитеся додавати взаємодії до базової таблиці та перевіряти, чи це покращує AUC предиктивної моделі.

Ця вправа є частиною курсу

Середній рівень Predictive Analytics у Python

Переглянути курс

Інструкції до вправи

Виведіть AUC моделі, що використовує лише age, і AUC моделі, що використовує лише country_Spain.
Виведіть AUC моделі, що використовує age та country_Spain.
Додайте два терміни взаємодії: age з country_Spain і age з country_France до базової таблиці.
Виведіть AUC моделі, що використовує age, country_Spain і терміни взаємодії.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Calculate AUC using age only
print(auc(["____"], basetable))

# Calculate AUC using country_Spain only
print(____(["____"], ____))

# Calculate AUC using age and country_Spain
print(____(["____", "____"], ____))

# Add interactions country_Spain x age and country_France x age
basetable["spain_age"] = ____["____"] * ____["____"]
basetable["france_age"] = ____["____"] * ____["____"]

# Calculate AUC using age, country_Spain and interactions
print(____(["____", "____", "____", "____"], ____))

Редагувати та запускати код