在 basetable 中加入互動項
假設一個非營利組織想在西班牙與法國發起募款活動，並想知道哪些捐款者最可能捐款。給定一個包含預測變數「age」、「countrySpain」、「countryFrance」以及目標變數「target」的 basetable。
為了方便，你已經有一個函式 auc，會在分割後的資料上回傳 AUC，並接受兩個引數：要納入的變數集合，以及 basetable：
auc(["variable_1","variable_2"], basetable)
0.51
在這個練習中，你會學到如何在 basetable 中加入互動項，並驗證這是否能提升預測模型的 AUC。
本練習屬於課程
Python 中級預測分析
練習說明
- 列印只使用
age的模型 AUC，以及只使用country_Spain的模型 AUC。 - 列印同時使用
age與country_Spain的模型 AUC。 - 在 basetable 中加入兩個互動項：
age×country_Spain，以及age×country_France。 - 列印同時使用
age、country_Spain以及這兩個互動項的模型 AUC。
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。
# 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(____(["____", "____", "____", "____"], ____))