शुरू करेंमुफ़्त में शुरू करें

Train और testing transformations (II)

जैसे आप एक ही scaler अपने training और test सेट्स पर लागू करते हैं, उसी तरह यदि आपने ट्रेन सेट से outliers हटा दिए हैं, तो संभव है कि आप टेस्ट सेट पर भी वही करना चाहेंगे. एक बार फिर, यह सुनिश्चित करें कि टेस्ट सेट से outliers हटाने के लिए आप केवल ट्रेन सेट से निकाले गए thresholds का ही उपयोग करें.

पिछले अभ्यास की तरह, हमने so_numeric_df DataFrame को train (so_train_numeric) और test (so_test_numeric) सेट्स में बाँटा है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में मशीन लर्निंग के लिए फीचर इंजीनियरिंग

पाठ्यक्रम देखें

अभ्यास निर्देश

  • ConvertedSalary कॉलम का मानक विचलन और औसत निकालिए.
  • औसत से दोनों दिशाओं में तीन मानक विचलन दूर स्थित upper और lower bounds निकालिए.
  • so_test_numeric DataFrame को इस तरह ट्रिम करें कि सिर्फ वे पंक्तियाँ रहें, जिनमें ConvertedSalary lower और upper bounds के भीतर हो.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

train_std = so_train_numeric['ConvertedSalary'].____
train_mean = so_train_numeric['ConvertedSalary'].____

cut_off = train_std * 3
train_lower, train_upper = ____, train_mean + cut_off

# Trim the test DataFrame
trimmed_df = so_test_numeric[(so_test_numeric['ConvertedSalary'] < ____) \
                             & (so_test_numeric['ConvertedSalary'] > ____)]
कोड संपादित करें और चलाएँ