向基表添加交互项
假设一家非营利组织计划在西班牙和法国发起募捐活动，并希望了解哪些捐赠者最有可能捐款。给定一个包含预测变量 "age"、"country_Spain"、"country_France" 以及目标变量 "target" 的 basetable。
为方便起见，已实现函数 auc，用于在分区数据上返回 AUC。它接收两个参数：要考虑的变量集合以及基表：
auc(["variable_1","variable_2"], basetable)
0.51
在本练习中，您将学习如何向基表添加交互项，并验证这是否能提升预测模型的 AUC。
本练习是课程的一部分
Python 预测分析进阶
练习说明
- 打印仅使用
age的模型的 AUC，以及仅使用country_Spain的模型的 AUC。 - 打印同时使用
age和country_Spain的模型的 AUC。 - 向基表添加两个交互项：
age与country_Spain，以及age与country_France。 - 打印使用
age、country_Spain以及这些交互项的模型的 AUC。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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(____(["____", "____", "____", "____"], ____))