о артемка

Добрый день, есть фактический ретеншн когорты пользователей, подскажите пожалуйста как смоделировать новую кривую ретеншена при изменение ретеншена определенного дня .Например ретеншн 7ого дня будет 50%

[https://prnt.sc/xd3dwu](https://prnt.sc/xd3dwu)

Гайз, кто в Плотли силен?

Можете код посмотреть - че не так?

https://pastebin.com/ksXYCjp0

раскрашивание бинов сделал функцией, которая должна

Смущает вот что:
первый месяц отрабатывает нормально (визуально на графике только два выброса), а вот начиная со второго - что-то не то. Цикл, вроде, нормальный, но не могу понять - че не так? Такое ощущение, что переменная vals не переопределяется на следующем шаге цикла, оставляет старые значения и из-за этого при сравнении со старыми данными все "краснеет"

Егор Воронков из Skyeng ищет себе в команду Data Analyst

Этот герой будет:
- Вместе с лидером направления планировать, что нужно сделать в первую очередь а что может подождать;
- Поддерживать свою часть ETL инфраструктуры;
- Делать запросы на SQL к нашему хранилищу;
- Анализировать полученные цифры и помогать принимать с помощью них решения;
- Задавать сложные вопросы и искать на них ответы.

Описание вакансии тут

Вопросить и откликаться можно напрямую Егору @saf_bacchus или на HH

Егор Воронков из Skyeng ищет себе в команду Data Engineer

Ребята ищут маэстро, который:
- Будет поддерживать и развивать инфраструктуру обработки данных. У нас точно есть какие-то данные и мы захотим каких-то новых данных, а возможно изменится формат хранения на продакшне, такое тоже нужно будет подхватывать;
- Оптимизирует работу всея потока данных Sales. Наверняка мы где-то храним данные неоптимально, а где-то неоптимально преобразуем;
- Скажет нам как нужно делать, в тех вопросах, в которых явно лучше нас понимает;
- Приблизит нас к автоматизированному выплату зарплаты. У нас много людей, которым нужно платить сколько-то денег, мы хотим как можно больше автоматизировать этот процесс.

Описание вакансии тут

Вопросить и откликаться можно напрямую Егору @saf_bacchus или на HH

Всем, привет! 🙂
Я новичек, поэтому обращаюсь к залу)
А может кто подсказать, на какие методы стоит обратить внимание, если хочу решить примерно такую задачу.
Есть некоторый датасет с пользователями, где есть категориальные признаки, так и числовые.
Можно сказать, что датасет Титаника.

На выходе условно хочу получить ответ, какой признак с каким весом влияет на то, что человек в итоге умрет.
Кажется, что тут можно воспользоваться логистической регресиией, но возможно есть чтоо-то более подходящее?

Возможно факторный анализ

так обычно  алгоритмы позволяют показать важные предикторы или даже  имеют методы для их визуализации (lightgbm.plot_importance)
а для тех, которые не позволяют, есть куча других визуализаций.

вы сделайте логистическую регрессию сначала чтобы было с чем сравнивать.

Да, с этого и начну, спасибо :)
А какие ещё варианты есть? В какую сторону можно капнуть?

библиотеки lime, shapley

В стандартном sklearn random forest есть feature importances

Всем привет. Че-то затупил с подсчётом количества уникальных значений при группировке. Призываю коллективный разум

Пробовал вот так. Но че-то не идет. Цель - получить кол-во уникальных номеров заказов по магазинам

df.groupby('store', as_index = False)\
   .agg({'ordernum': pd.Series.nunique})

привет всем
можно как-то проще из листов создать df pandas чтоб у данных из каждого листа было отдельное поле с его старым названием?

Ты можешь сделать 6 столбцов с названиями типо kfc_latitude, kfc_longitude ... , если все эти листы листов преобразовать в один лист, и каждый нечетный элемент добавлять в первый столбец с широтой, а четный с долготой.  Я бы не советовала создавать датафрейм из кортежей, если это не принципиально и оптимально для твоей задачи

тогда nan надо использовать