ไทม์ไลน์ของ basetable

Predictive Analytics ระดับกลางด้วย Python

Nele Verbiest Ph. D.

Senior Data Scientist @PythonPredictions

กระบวนการสร้างโมเดลพยากรณ์

พื้นฐาน Predictive Analytics I:

  • สร้างโมเดลพยากรณ์
  • ประเมินโมเดลพยากรณ์
  • นำเสนอโมเดลพยากรณ์ต่อผู้มีส่วนได้ส่วนเสียทางธุรกิจ

พื้นฐาน Predictive Analytics II:

  • สร้าง basetable
Predictive Analytics ระดับกลางด้วย Python

Basetable (1)

Predictive Analytics ระดับกลางด้วย Python

Basetable (2)

Predictive Analytics ระดับกลางด้วย Python

Basetable (3)

Predictive Analytics ระดับกลางด้วย Python

Basetable (4)

Predictive Analytics ระดับกลางด้วย Python

ไทม์ไลน์ (1)

Predictive Analytics ระดับกลางด้วย Python

ไทม์ไลน์ (2)

Predictive Analytics ระดับกลางด้วย Python

ไทม์ไลน์ (3)

Predictive Analytics ระดับกลางด้วย Python

ไทม์ไลน์ (4)

Predictive Analytics ระดับกลางด้วย Python

การสร้างประวัติข้อมูลใหม่ (1)

Predictive Analytics ระดับกลางด้วย Python

การสร้างประวัติข้อมูลใหม่ (2)

Predictive Analytics ระดับกลางด้วย Python

การสร้างประวัติข้อมูลใหม่ (3)

Predictive Analytics ระดับกลางด้วย Python

การเลือกข้อมูลที่เกี่ยวข้องใน Python

import pandas as pd
gifts = pd.read_csv("gifts.csv")
gifts["date"] = pd.to_datetime(gifts["date"])
print(gifts.head())
   id       date  amount
0   1 2015-10-16    75.0
1   1 2014-02-11   111.0
2   1 2012-03-28    93.0
3   1 2013-12-13   113.0
4   1 2012-01-10    93.0
start_target = datetime(year = 2018, month = 5, day = 1)
end_target = datetime(year = 2018, month = 8, day = 1)

gifts_target = gifts[(gifts["date"]>=start_target) & (gifts["date"]<end_target)]
gifts_pred_variables = gifts[(gifts["date"]<start_target]
Predictive Analytics ระดับกลางด้วย Python

มาฝึกกันเถอะ!

Predictive Analytics ระดับกลางด้วย Python

Preparing Video For Download...