शुरू करेंमुफ़्त में शुरू करें

Categorical को encode करें और numerical वैरिएबल्स को scale करें

इस आखिरी स्टेप में, आप categorical वैरिएबल्स पर one-hot encoding करेंगे और फिर numerical कॉलमों को scale करेंगे. pandas लाइब्रेरी आपके लिए pd नाम से लोड है, और sklearn.preprocessing मॉड्यूल से StandardScaler भी उपलब्ध है.

कच्चा टेलिकॉम churn डेटासेट telco_raw आपके लिए pandas DataFrame के रूप में लोड है. साथ ही, पिछली कसरत में बनाए गए कॉलम नामों वाली सूचियाँ custid, target, categorical, और numerical भी दी गई हैं. आप कंसोल में इसे एक्सप्लोर करके डेटासेट से परिचित हो सकते हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में मार्केटिंग के लिए मशीन लर्निंग

पाठ्यक्रम देखें

अभ्यास निर्देश

  • Categorical वैरिएबल्स पर one-hot encoding करें.
  • एक StandardScaler इंस्टेंस initialize करें.
  • Numerical कॉलमों पर scaler को fit और transform करें.
  • scaled_numerical से एक DataFrame बनाइए.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Perform one-hot encoding to categorical variables 
telco_raw = pd.get_dummies(data = ___, columns = categorical, drop_first=True)

# Initialize StandardScaler instance
scaler = ___()

# Fit and transform the scaler on numerical columns
scaled_numerical = ___.fit_transform(telco_raw[___])

# Build a DataFrame from scaled_numerical
scaled_numerical = pd.DataFrame(___, columns=numerical)
कोड संपादित करें और चलाएँ