探索性数据分析
用 Python 预测 CTR 的机器学习实战
Kevin Huo
Instructor
深入查看特征
print(df.columns)
['id', 'click', 'hour', 'C1', ... ]
print(df.dtypes)
id object
click int64
...
int：整数：1、2等。float：小数：3.02、4.56等。object：字符串："hello"、"world"等。datetime：日期时间：2018-01-01等。
df.select_dtypes(
include=['int', 'float'])
click int64
...
缺失数据
df.info()
数据列（共 24 列）：
id 50000 非空 object
df['id'].isnull()
[False, False, False, False, ... ]
df.isnull().sum(axis = 0)
dtype: object
id 0
...
df.isnull().sum(axis = 0).sum()
0
查看分布
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
...
按 CTR 分解
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
Ayo berlatih!
用 Python 预测 CTR 的机器学习实战
