Scaling II

Sekarang Anda akan menerapkan sebuah scaler pada himpunan data, yang tersedia sebagai environment.

Ingat bahwa Scaling membantu algoritma berkonvergensi lebih cepat, dan mencegah satu fitur yang dominan terlalu memengaruhi hasil.

Latihan ini merupakan bagian dari kursus

Menganalisis Data IoT dengan Python

Lihat Kursus

Instruksi latihan

Inisialisasi StandardScaler dan simpan sebagai sc.
Fit scaler pada environment.
Lakukan scaling pada environment dan simpan hasilnya sebagai environ_scaled.
Konversikan data yang telah di-scale kembali menjadi DataFrame, dengan menggunakan kolom dan indeks yang sama seperti DataFrame asli.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Initialize StandardScaler
sc = ____()

# Fit the scaler
sc.fit(____)

# Transform the data
environ_scaled = ____.____(____)

# Convert scaled data to DataFrame
environ_scaled = pd.DataFrame(____, 
                              columns=____, 
                              index=____)
print(environ_scaled.head())
plot_unscaled_scaled(environment, environ_scaled)

Edit dan Jalankan Kode