Wie sehen deine Daten aus? (I)
Bisher hast du dich darauf konzentriert, neue Features zu erstellen und Probleme in deinen Daten zu beheben. Feature Engineering kann dir auch helfen, das Beste aus bereits vorhandenen Daten herauszuholen und sie beim Erstellen von Machine-Learning-Modellen wirkungsvoller einzusetzen.
Viele Algorithmen setzen voraus, dass deine Daten normalverteilt sind oder zumindest alle Spalten auf derselben Skala liegen. Das ist oft nicht der Fall, z. B. wird ein Feature in Tausend US-Dollar gemessen, ein anderes in Jahren. In dieser Übung erstellst du Diagramme, um die Verteilungen einiger numerischer Spalten im DataFrame so_survey_df zu untersuchen, der in so_numeric_df gespeichert ist.
Diese Übung ist Teil des Kurses
Feature Engineering für Machine Learning in Python
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Create a histogram
____
plt.show()