शुरू करेंमुफ़्त में शुरू करें

स्केलिंग II

अब आप डेटासेट पर एक स्केलर लागू करेंगे, जो environment नाम से उपलब्ध है.

याद रखें कि स्केलिंग एल्गोरिदम को तेज़ी से कन्वर्ज करने में मदद करती है और किसी एक प्रमुख फीचर के अत्यधिक प्रभाव से परिणामों को बचाती है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में IoT डेटा का विश्लेषण

पाठ्यक्रम देखें

अभ्यास निर्देश

  • एक StandardScaler इनिशियलाइज़ करें और उसे sc के रूप में स्टोर करें.
  • स्केलर को environment पर फिट करें.
  • environment को स्केल करें और परिणाम environ_scaled के रूप में स्टोर करें.
  • स्केल किए गए डेटा को फिर से DataFrame में बदलें, और मूल DataFrame के समान columns और index का उपयोग करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Initialize StandardScaler
sc = ____()

# Fit the scaler
sc.fit(____)

# Transform the data
environ_scaled = ____.____(____)

# Convert scaled data to DataFrame
environ_scaled = pd.DataFrame(____, 
                              columns=____, 
                              index=____)
print(environ_scaled.head())
plot_unscaled_scaled(environment, environ_scaled)
कोड संपादित करें और चलाएँ