Transformace trénovacích a testovacích dat (I)

Zatím jsi vytvářel/a scalery na základě sloupce a okamžitě je aplikoval/a na stejná data, na kterých byly natrénované. Při vytváření modelů strojového učení ale obvykle model trénuješ na historických datech (trénovací sada) a aplikuješ ho na nová, dosud neviděná data (testovací sada). V takovém případě je důležité zajistit, aby se stejné škálování použilo jak na trénovací, tak na testovací data.
V praxi to funguje tak, že scaler nafituješ na trénovací sadě a tento natrénovaný scaler pak použiješ i na testovací sadě. Scaler bys nikdy neměl/a znovu trénovat na testovacích datech.

Pro toto a následující cvičení jsme rozdělili DataFrame so_numeric_df na trénovací (so_train_numeric) a testovací (so_test_numeric) sadu.

Toto cvičení je součástí kurzu

Feature Engineering for Machine Learning in Python

Zobrazit kurz

Pokyny k cvičení

Vytvoř instanci StandardScaler() a ulož ji do proměnné SS_scaler.
Nafituj StandardScaler na sloupci Age.
Transformuj sloupec Age v testovací sadě (so_test_numeric).

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import StandardScaler
from sklearn.preprocessing import StandardScaler

# Apply a standard scaler to the data
SS_scaler = ____

# Fit the standard scaler to the data
____

# Transform the test data using the fitted scaler
so_test_numeric['Age_ss'] = ____
print(so_test_numeric[['Age', 'Age_ss']].head())

Upravit a spustit kód