`.transform()` के साथ min-max normalization
एक बहुत सामान्य ऑपरेशन min-max normalization है। इसमें रुचि वाले मान को इस तरह रिस्केल किया जाता है: पहले न्यूनतम मान घटाएँ और फिर परिणाम को अधिकतम और न्यूनतम मान के अंतर से भाग दें। उदाहरण के लिए, अगर छात्रों का वज़न 160 पाउंड से 200 पाउंड के बीच है, तो हर छात्र के वज़न से 160 घटाएँ और परिणाम को 40 (200 - 160) से भाग दें।
आप रेस्तरां के डेटा में सभी संख्यात्मक वैरिएबल्स पर min-max normalization परिभाषित करके लागू करेंगे। पहले आप एंट्रीज़ को उस समय के आधार पर समूहित करेंगे जब भोजन हुआ था (Lunch या Dinner), और फिर हर समूह पर normalization अलग-अलग लागू करेंगे।
याद रखें, आप हमेशा डेटासेट को IPython Shell में एक्सप्लोर कर सकते हैं और देख सकते हैं कि यह कैसे बदलता है, और Slides टैब में स्लाइड्स को संदर्भ के लिए देख सकते हैं।
यह अभ्यास पाठ्यक्रम का हिस्सा है
pandas के साथ कुशल कोड लिखना
अभ्यास निर्देश
- lambda मेथड का उपयोग करके min-max normalization परिभाषित करें।
- डेटा को उस समय के आधार पर group करें जब भोजन हुआ था।
- समूहित डेटा पर यह transformation लागू करें।
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Define the min-max transformation
min_max_tr = lambda x: (x - ____) / (____ - x.min())
# Group the data according to the time
restaurant_grouped = restaurant_data.____(____)
# Apply the transformation
restaurant_min_max_group = restaurant_grouped.____(____)
print(restaurant_min_max_group.head())