탐색적 데이터 분석
Python으로 Machine Learning을 활용한 CTR 예측
Kevin Huo
Instructor
특성 자세히 보기
print(df.columns)
['id', 'click', 'hour', 'C1', ... ]
print(df.dtypes)
id object
click int64
...
int: 정수:1,2등float: 실수:3.02,4.56등object: 문자열:"hello","world"등datetime: 날짜/시간:2018-01-01등
df.select_dtypes(
include=['int', 'float'])
click int64
...
결측치 확인
df.info()
Data columns (total 24 columns):
id 50000 non-null object
df['id'].isnull()
[False, False, False, False, ... ]
df.isnull().sum(axis = 0)
dtype: object
id 0
...
df.isnull().sum(axis = 0).sum()
0
분포 살펴보기
df.groupby(['search_engine_type',
'click']).size()
search_engine_type click
1002 0 940
1 240
...
df.groupby(['search_engine_type',
'click']).size().unstack()
click 0 1
search_engine_type
1002 940 240
...
CTR 기준 분해
df.reset_index()
click search_engine_type 0 1
1002 940 240
df = df.rename(columns = {0: 'non_clicks'})
click search_engine_type non_clicks clicks
1002 940 240
연습해 봅시다!
Python으로 Machine Learning을 활용한 CTR 예측
