फीचर स्केलिंग
वीडियो से याद कीजिए कि 'Intl_Calls' और 'Night_Mins' फीचर्स के स्केल अलग-अलग हैं:
इस अभ्यास में आपका काम इन्हें StandardScaler की मदद से दोबारा स्केल करना है.
आपके वर्कस्पेस में telco DataFrame को केवल वही फीचर्स रखने के लिए सबसेट किया गया है जिन्हें आपको रिस्केल करना है: 'Intl_Calls' और 'Night_Mins'. StandardScaler लगाने के लिए, पहले StandardScaler() से इसे इंस्टैंशिएट करें, फिर जिस DataFrame को रिस्केल करना है उसे पास करते हुए fit_transform() मेथड अप्लाई करें. आप इसे एक ही लाइन के कोड में कर सकते हैं:
StandardScaler().fit_transform(df)
यह अभ्यास पाठ्यक्रम का हिस्सा है
Marketing Analytics: Python में Customer Churn की भविष्यवाणी
अभ्यास निर्देश
StandardScaler()और.fit_transform()का उपयोग करकेtelcoको स्केल करें..describe()का उपयोग करकेtelco_scaled_dfकी सारांश सांख्यिकी प्रिंट करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Import StandardScaler
from sklearn.preprocessing import StandardScaler
# Scale telco using StandardScaler
telco_scaled = ____
# Add column names back for readability
telco_scaled_df = pd.DataFrame(telco_scaled, columns=["Intl_Calls", "Night_Mins"])
# Print summary statistics
print(____)