Teile eines Datensatzes skalieren
In den vorherigen Videos hast du den QuantileTransformer auf den gesamten Datensatz angewendet. In dieser Übung skalierst du nur Teile eines Datensatzes. Der Grund: Die Aktien-Datensätze enthalten numerisch kodierte kategoriale Merkmale (day_of_week, day, month), die bei Anwendung von QuantileTransformer auf den gesamten Datensatz falsch skaliert würden.
Der Transformer wurde aus sklearn importiert, ebenso der apple-Aktien-Datensatz mit den zusätzlichen Features.
Diese Übung ist Teil des Kurses
Anomalieerkennung mit Python
Anleitung zur Übung
- Erstelle eine Liste mit den fünf numerischen Spaltennamen von
apple. - Initialisiere einen
QuantileTransformer, der Features auf eine Normalverteilung abbildet. - Skaliere die fünf Spalten in
to_scalegleichzeitig und speichere sie.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Create a list of columns
to_scale = [____]
# Initialize a QuantileTransformer
qt = ____
# Scale and store simultaneously
apple.loc[____] = ____