演变的含义
在本练习中，您将使用预测洞察图（predictor insight graph）来研究前面练习中您已添加到 basetable 的变量 "donations2017min_2016" 与目标变量之间的关系。
为方便起见，创建预测洞察图所需的方法已预先编写好。
若要在 basetable 中绘制连续变量 variable 的预测洞察图，您可以按以下步骤操作：
- 将变量离散化为
n_bins个分箱：
basetable["variable_disc"] = pd.qcut(basetable["variable"], n_bins)
- 构建预测洞察图用的数据表：
pig_table = create_pig_table(basetable, "target","variable_disc")
- 基于该数据表绘制预测洞察图：
plot_pig(pig_table,"variable_disc")
本练习是课程的一部分
Python 预测分析进阶
练习说明
- 将演变变量
donations_2017_min_2016离散化为 5 个分箱，并将其添加到 basetable。 - 为该变量创建预测洞察图用的数据表。
- 绘制该变量的预测洞察图。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Discretize the variable in 5 bins and add to the basetable
basetable["donations_2017_min_2016_disc"] = pd.____(____["____"], ____)
# Construct the predictor insight graph table
pig_table = ____(____, "target", "____")
# Plot the predictor insight graph
plot_pig(____, "____")