Modellemeye hazırlık

Python ile Pazarlama için Machine Learning

Karolis Urbonas

Head of Analytics & Science, Amazon

Veri örneği

telco_raw.head()

Telekom veri başlığı

Veri tipleri

telco_raw.dtypes

customerID           object
gender               object
SeniorCitizen        object
Partner              object
Dependents           object
tenure                int64
PhoneService         object
MultipleLines        object
InternetService      object

OnlineSecurity       object
OnlineBackup         object
DeviceProtection     object
TechSupport          object
StreamingTV          object
StreamingMovies      object
Contract             object
PaperlessBilling     object
PaymentMethod        object
MonthlyCharges      float64
TotalCharges        float64
Churn                object

Kategorik ve sayısal sütunları ayırma

Tanımlayıcı ve hedef değişken adlarını listeleyin

custid = ['customerID']
target = ['Churn']

Kategorik ve sayısal sütun adlarını listeleyin

categorical = telco_raw.nunique()[telcom.nunique()<10].keys().tolist()

categorical.remove(target[0])

numerical = [col for col in telco_raw.columns 
                     if col not in custid+target+categorical]

One-hot kodlama

Bu tipik bir kategorik sütundur

Renk
Kırmızı
Beyaz
Mavi
Kırmızı

One-hot kodlama sonucu

Bir-kodlu (one-hot) kodlama uyguladığımızda görünüm şöyledir.

Renk		Kırmızı	Beyaz	Mavi
Kırmızı	---------->	1	0	0
Beyaz	---------->	0	1	0
Mavi	---------->	0	0	1
Kırmızı	---------->	1	0	0

Kategorik değişkenleri one-hot kodlama

Kategorik değişkenlere one-hot kodlama

telco_raw = pd.get_dummies(data=telco_raw, columns=categorical, drop_first=True)

Sayısal özellikleri ölçekleme

# Import StandardScaler library
from sklearn.preprocessing import StandardScaler

# Initialize StandardScaler instance
scaler = StandardScaler()

# Fit the scaler to numerical columns
scaled_numerical = scaler.fit_transform(telco_raw[numerical])

# Build a DataFrame
scaled_numerical = pd.DataFrame(scaled_numerical, columns=numerical)

Hepsini bir araya getirme

# Drop non-scaled numerical columns 
telco_raw = telco_raw.drop(columns=numerical, axis=1)

# Merge the non-numerical with the scaled numerical data
telco = telco_raw.merge(right=scaled_numerical,
                        how='left',
                        left_index=True, 
                        right_index=True
                        )

Veri ön işleme yapalım!

Python ile Pazarlama için Machine Learning