Ын Анналин, Су Кеннет

24
Глава 1
. 
Об основах без лишних слов
позволяет изучать закономерности, рассматривая по-
купки.
Но если вместо этого мы хотим исследовать закономер-
ности покупок в зависимости от дня, то нам нужно пред-
ставить в строках общий итог. Для всестороннего анализа 
имеет смысл также добавить новые переменные, такие 
как погода (табл. 2).
Таблица 2. Переформатированный набор данных о покупках 
за день с дополнительными переменными
Переменные
Дата
Выручка
Число
покупателей
Погода
Выходные
1 янв.
21,50 $ 
3
солнечно
да
2 янв.
11,50 $
2
дождливо
нет
3 янв.
19,80 $ 
3
солнечно
нет
Типы переменных
Есть четыре главных типа переменных. Чтобы убедиться, 
что к ним применимы выбранные алгоритмы, важно по-
нимать разницу.

Бинарная. Это простейший тип переменных только 
с двумя вариантами значения. В табл. 1 бинарная пере-
менная показывает, брал ли покупатель рыбу.

Категориальная. Если вариантов больше двух, ин-
формация может быть представлена категориальной 
переменной. В табл. 1 категориальная переменная 
описывает вид покупателя.

---

1.1. Подготовка данных
25

Целочисленная. Такой тип используется, когда ин-
формация может быть представлена целым числом. 
В табл. 1 целое число выражает количество купленных 
каждым покупателем фруктов.

Непрерывная (количественная). Это самая подробная 
переменная. Она содержит числа со знаками после 
запятой. В табл. 1 такие переменные показывают ко-
личество потраченных покупателем денег.
Выбор переменных
Хотя в нашем первоначальном наборе данных может 
быть много разных переменных, применение в алго-
ритме слишком большого их числа ведет к замедлению 
вычислений или к ошибочным предсказаниям из-за ин-
формационного шума. Поэтому нам надо остановиться 
на коротком списке важнейших переменных.
Выбор переменных часто делается методом проб и оши-
бок. Их имеет смысл добавлять и убирать, учитывая 
промежуточные результаты. Для начала мы можем ис-
пользовать простые графики для выявления корреляций 
(см. раздел 6.5) между переменными, отбирая самые 
многообещающие для дальнейшего анализа.