Відокремте ознаки та цільову змінну
Тепер, коли ви розділили дані на тренувальну та тестову вибірки, час виконати фінальний крок перед навчанням моделі — відокремити ознаки та цільову змінну в окремі набори даних. Ви використаєте список назв стовпців, який уже завантажено для вас.
Основний набір даних завантажено як telcom і розділено на тренувальну та тестову вибірки, які завантажені як датафрейми pandas у train і test відповідно. Списки target і custid містять назви цільової змінної та ідентифікатора клієнта відповідно. Ви маєте створити список cols із назвами решти стовпців. За потреби дослідіть набори даних у консолі.
Ця вправа є частиною курсу
Machine Learning для маркетингу в Python
Інструкції до вправи
- Збережіть назви стовпців
telcomу список, виключивши цільову змінну та ідентифікатор клієнта. - Видобудьте тренувальні ознаки та ціль.
- Видобудьте тестові ознаки та ціль.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Store column names from `telcom` excluding target variable and customer ID
cols = [col for col in ___.columns if col not in ___ + target]
# Extract training features
train_X = train[___]
# Extract training target
train_Y = train[___]
# Extract testing features
test_X = test[___]
# Extract testing target
test_Y = test[___]