Estandarización con Z-score
En el último ejercicio, calculaste el Z-score para tratar los valores atípicos. En una entrevista de Machine Learning, otra pregunta podría ser dónde más se usan los Z-scores. A menudo se emplean para escalar tus datos antes de crear un modelo.
En este ejercicio usarás una función de sklearn.preprocessing, presentada en la lección en vídeo, para estandarizar las columnas numéricas de características del conjunto de datos loan_data. Recuerda que esto escala los datos para que tengan media 0 y desviación estándar 1.
El módulo sklearn.preprocessing ya se ha importado por ti.
Instantánea del pipeline:
Este ejercicio forma parte del curso
Practicing Machine Learning Interview Questions in Python
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Subset features
numeric_cols = ____.____(include=[____.____])
categoric_cols = ____.____(include=[____])