वैरिएबल्स की स्क्यूनेस कम करें
अब आप wholesale कॉलम्स पर Box-Cox ट्रांसफॉर्मेशन लागू करेंगे, और फिर pairwise relationships प्लॉट को एक्सप्लोर करेंगे ताकि यह जाँचा जा सके कि डिस्ट्रीब्यूशंस की स्क्यूनेस कम होकर वे अधिक सामान्य (normal) हो गई हैं. यह एक अहम कदम है ताकि K-means एल्गोरिदम ठीक से कन्वर्ज हो और observations के समरूप समूह (यानी क्लस्टर्स या सेगमेंट्स) खोज सके.
stats मॉड्यूल scipy लाइब्रेरी से लोड किया गया है, और wholesale डेटासेट एक pandas DataFrame के रूप में इम्पोर्ट किया गया है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में मार्केटिंग के लिए मशीन लर्निंग
अभ्यास निर्देश
- एक कस्टम Box-Cox ट्रांसफॉर्मेशन फंक्शन परिभाषित करें जिसे
pandasDataFrame पर लागू किया जा सके. - इस फंक्शन को
wholesaleडेटासेट पर लागू करें. - ट्रांसफॉर्म किए गए वैरिएबल्स के बीच pairwise relationships को प्लॉट करें.
- चार्ट को प्रदर्शित करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Define custom Box Cox transformation function
def boxcox_df(x):
x_boxcox, _ = stats.___(x)
return x_boxcox
# Apply the function to the `wholesale` dataset
wholesale_boxcox = ___.___(boxcox_df, axis=0)
# Plot the pairwise relationships between the transformed variables
sns.___(___, diag_kind='kde')
# Display the chart
plt.___()