Khác biệt

Hãy khám phá cách tạo đặc trưng mới từ các đặc trưng sẵn có. Ở vùng Trung Tây Hoa Kỳ, nhiều nhà đơn lập có thêm đất xung quanh để làm mảng xanh. Trong ví dụ này, bạn sẽ tạo một đặc trưng mới tên 'YARD_SIZE', rồi kiểm tra xem đặc trưng này có tương quan với biến mục tiêu của chúng ta hay không.

Bài tập này là một phần của khóa học

Feature Engineering với PySpark

Xem khóa học

Hướng dẫn bài tập

Tạo một cột mới bằng withColumn() tên LOT_SIZE_SQFT và chuyển ACRES sang đơn vị square feet bằng cách nhân với hệ số chuyển đổi acres_to_sqfeet.
Tạo thêm một cột mới tên YARD_SIZE bằng cách lấy LOT_SIZE_SQFT trừ đi FOUNDATIONSIZE.
Chạy corr() cho từng biến độc lập YARD_SIZE, FOUNDATIONSIZE, LOT_SIZE_SQFT so với biến phụ thuộc SALESCLOSEPRICE. Đặc trưng mới có cho thấy tương quan mạnh hơn so với từng thành phần của nó không?

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# Lot size in square feet
acres_to_sqfeet = 43560
df = df.____(____, df[____] * ____)

# Create new column YARD_SIZE
df = df.____(____, df[____] - df[____])

# Corr of ACRES vs SALESCLOSEPRICE
print("Corr of ACRES vs SALESCLOSEPRICE: " + str(df.____(____, ____)))
# Corr of FOUNDATIONSIZE vs SALESCLOSEPRICE
print("Corr of FOUNDATIONSIZE vs SALESCLOSEPRICE: " + str(df.____(____, ____)))
# Corr of YARD_SIZE vs SALESCLOSEPRICE
print("Corr of YARD_SIZE vs SALESCLOSEPRICE: " + str(df.____(____, ____)))

Chỉnh sửa và Chạy Mã