分開特徵與目標變數
現在你已經將資料分成訓練與測試集，接下來在擬合模型前的最後一步，是把特徵與目標變數分成不同的資料集。你會使用已為你載入的欄位名稱清單。
主要資料集已載入為 telcom，並分割為訓練與測試資料集，分別以 pandas 的 DataFrame 形式載入為 train 與 test。target 與 custid 清單分別包含目標變數名稱與顧客 ID。你需要建立 cols 清單，放入其餘欄位的名稱。可以在主控台中自由探索這些資料集。
本練習屬於課程
Python 的行銷機器學習
練習說明
- 將
telcom的欄位名稱存成清單，排除目標變數與顧客 ID 的名稱。 - 提取訓練集的特徵與目標。
- 提取測試集的特徵與目標。
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。
# 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[___]