Výběr příznaků pro standardizaci

V tomto cvičení prozkoumáš rozptyly sloupců v datasetu UFO a zjistíš, které příznaky by měly být standardizovány. Po zobrazení rozptylů sloupců seconds a minutes uvidíš, že rozptyl sloupce seconds je extrémně vysoký. Protože seconds a minutes spolu souvisí (tuto závislost vyřešíme při výběru příznaků pro modelování), provedeme logaritmickou normalizaci sloupce seconds.

Toto cvičení je součástí kurzu

Preprocessing pro Machine Learning v Pythonu

Zobrazit kurz

Pokyny k cvičení

Vypočítej rozptyl sloupců seconds a minutes a pečlivě si prohlédni výsledky.
Proveď logaritmickou normalizaci sloupce seconds a výsledek ulož do nového sloupce s názvem seconds_log.
Vypiš rozptyl sloupce seconds_log.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Check the variance of the seconds and minutes columns
print(____)

# Log normalize the seconds column
ufo["seconds_log"] = ____

# Print out the variance of just the seconds_log column
print(____)

Upravit a spustit kód