Normalisation logarithmique
La standardisation est essentielle pour que toutes les caractéristiques soient comparables. La normalisation logarithmique est une méthode courante de standardisation. Vous allez vérifier la variance de certaines caractéristiques et calculer la variance médiane globale parmi les caractéristiques. Les caractéristiques à considérer seront les numériques, sauf la colonne click, banner_pos, device_type, ainsi que search_engine_type, product_type et advertiser_type de la leçon précédente, puisqu'il s'agit en fait de colonnes catégorielles. Vous appliquerez ensuite une normalisation logarithmique aux colonnes dont la variance est supérieure à la variance médiane et vous vérifierez les résultats.
Le module pandas est disponible sous pd dans votre espace de travail et le DataFrame d'exemple est chargé dans df.
Cette activité fait partie du cours
Prédire le CTR avec le Machine Learning en Python
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Select numeric columns and print variance
num_df = df.____(include=['int', 'float'])
filter_cols = ['click', 'banner_pos', 'device_type',
'search_engine_type', 'product_type', 'advertiser_type']
new_df = num_df[num_df.columns[~num_df.columns.____(filter_cols)]]
median = new_df.____.____
print(median)