Розвідувальний аналіз даних

Прогнозування CTR за допомогою машинного навчання в Python

Kevin Huo

Instructor

Ближче до ознак

print(df.columns)

['id', 'click', 'hour', 'C1', ... ]

print(df.dtypes)

id                  object
click                int64
...

df.select_dtypes(
  include=['int', 'float'])

click                int64
...

df.info()

Стовпці даних (усього 24 стовпці):
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()

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
               ...

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

Прогнозування CTR за допомогою машинного навчання в Python