مدل دسته‌بندی ریزش مشتری را با داده نامتوازن آموزش بده
Weekly Challenge · Machine Learning
صورت مسئله
پیش از هر محاسبه نوع ستون‌ها را مشخص کن و اثر حذف ردیف‌ها را گزارش بده.
آزمون‌های پذیرش
- مقدار گمشده
- مقدار متنی در ستون عددی
- ردیف تکراری
این‌ها معیارهای پیشنهادی ارزیابی‌اند؛ ذخیره پاسخ به معنای قبولی در آزمون خودکار نیست.
نمونه راه‌حل
import pandas as pd
df = pd.read_csv("sales.csv")
df = df.dropna(subset=["amount"])
df["amount"] = pd.to_numeric(df["amount"], errors="coerce")
df = df.drop_duplicates()
print(df["amount"].sum())خروجی
هنوز کدی اجرا نشده است.
کد شما با مفسر واقعی Python (Pyodide) در مرورگر اجرا می‌شود و فایل‌های پروژه بین اجراها و بین ادیتور و ترمینال مشترک‌اند. بسته‌های سازگار با Pyodide هنگام اجرا بارگیری می‌شوند؛ دسترسی به فایل واقعی دستگاه، شبکه و پوسته سیستم‌عامل وجود ندارد.
راهنمای تمرین
- فایل‌های داده را با نام نسبی مثل
data.csvبخوان. - برای بسته‌ها از
pip install numpyدر ترمینال استفاده کن. - حالت‌های مرزی و خطاها را در فایل جداگانه آزمون کن.