將星期幾二值化

在前面的影片中，我們看到房屋在週末刊登的機率相當低。現在來建立一個新欄位，用來標示房屋是否在工作日以外（也就是週末）刊登。在這個例子中，有個欄位 List_Day_of_Week，其中 Monday 標記為 1.0，Sunday 為 7.0。把它轉成二元欄位：工作日為 0、週末為 1。我們可以用 pyspark 的特徵轉換器 Binarizer 來完成。

本練習屬於課程

使用 PySpark 進行特徵工程

檢視課程

練習說明

從 pyspark 的 ml.feature 模組匯入特徵轉換器 Binarizer。
使用 Binarizer() 建立轉換器，門檻設定為 Friday（5.0）之後的值要設為 1，接著將輸入欄位設為 List_Day_of_Week，輸出欄位設為 Listed_On_Weekend。
對 df 呼叫 transform() 套用二值化轉換。
透過選取 List_Day_of_Week 與 Listed_On_Weekend 欄位並使用 show() 來驗證轉換是否正確。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

# Import transformer
from pyspark.____.____ import ____

# Create the transformer
binarizer = ____(threshold=____ inputCol=____, outputCol=____)

# Apply the transformation to df
df = binarizer.____(____)

# Verify transformation
df[[____, ____]].____()

編輯並執行程式碼