वैरिएबल्स को नॉर्मलाइज़ करें
अब, डेटा तैयारी के आखिरी चरण के लिए. आप अन-स्क्यूड डेटासेट wholesale_boxcox को एक ही scale पर ट्रांसफॉर्म करेंगे, यानी सभी कॉलम्स का mean शून्य होगा और standard deviation 1 होगा. आप sklearn.preprocessing मॉड्यूल की StandardScaler फंक्शन का उपयोग करेंगे.
पिछले अभ्यास में आपने जिस अन-स्क्यूड wholesale_coxbox डेटासेट को ट्रांसफॉर्म किया था, उसे pandas DataFrame के रूप में इम्पोर्ट किया गया है. साथ ही, StandardScaler() इंस्टेंस scaler के रूप में इनिशियलाइज़ किया गया है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में मार्केटिंग के लिए मशीन लर्निंग
अभ्यास निर्देश
- Box-Cox ट्रांसफॉर्म किए गए डेटासेट पर इनिशियलाइज़ किया गया
scalerइंस्टेंस fit करें. - ट्रांसफॉर्म करें और स्केल किए हुए डेटासेट को
wholesale_scaledके रूप में स्टोर करें. - स्केल किए हुए डेटासेट से एक
pandasDataFrame बनाएँ. - सभी कॉलम्स के mean और standard deviation को प्रिंट करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Fit the initialized `scaler` instance on the Box-Cox transformed dataset
scaler.___(wholesale_boxcox)
# Transform and store the scaled dataset as `wholesale_scaled`
wholesale_scaled = scaler.___(wholesale_boxcox)
# Create a `pandas` DataFrame from the scaled dataset
wholesale_scaled_df = pd.DataFrame(data=___,
index=wholesale_boxcox.___,
columns=wholesale_boxcox.columns)
# Print the mean and standard deviation for all columns
print(wholesale_scaled_df.agg(['___','std']).round())