Škálování části datasetu
V předchozích videích jsi používal/a QuantileTransformer na celý dataset. V tomto cvičení si procvičíš škálování jen části datasetu. Důvodem je, že datasety akcií obsahují kategorické příznaky zakódované čísly (day_of_week, day, month), které by se při použití QuantileTransformer na celý dataset škálovaly nesprávně.
Transformátor byl naimportován z sklearn spolu s datasetem akcií apple s rozšířenými příznaky.
Toto cvičení je součástí kurzu
Detekce anomálií v Pythonu
Pokyny k cvičení
- Vytvoř seznam s názvy pěti numerických sloupců datasetu
apple. - Inicializuj
QuantileTransformer, který přetvoří příznaky na normální rozdělení. - Škáluj a ulož všech pět sloupců z
to_scalenajednou.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Create a list of columns
to_scale = [____]
# Initialize a QuantileTransformer
qt = ____
# Scale and store simultaneously
apple.loc[____] = ____