डेटासेट के कुछ हिस्सों को स्केल करना
पिछले वीडियो में, आपने पूरे डेटासेट पर QuantileTransformer का उपयोग किया था. इस अभ्यास में, आप केवल डेटासेट के कुछ हिस्सों को स्केल करने का अभ्यास करेंगे. ऐसा इसलिए क्योंकि स्टॉक्स डेटासेट्स में संख्यात्मक रूप से एन्कोडेड कैटेगोरिकल फीचर्स (day_of_week, day, month) हैं, जो पूरे डेटासेट पर QuantileTransformer लगाने पर गलत तरीके से स्केल हो जाते.
यह ट्रांसफॉर्मर sklearn से इम्पोर्ट किया गया है और अतिरिक्त फीचर्स वाला apple स्टॉक्स डेटासेट भी उपलब्ध है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Anomaly Detection
अभ्यास निर्देश
appleके पाँच न्यूमेरिक कॉलम नामों की एक सूची बनाइए.- एक
QuantileTransformerइनिशियलाइज़ कीजिए जो फीचर्स को normal distribution में कास्ट करे. to_scaleमें दिए गए पाँचों कॉलम्स को एक साथ स्केल करके स्टोर कीजिए.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Create a list of columns
to_scale = [____]
# Initialize a QuantileTransformer
qt = ____
# Scale and store simultaneously
apple.loc[____] = ____