Scalare parti di un insieme di dati
Nei video precedenti hai usato QuantileTransformer sull’intero insieme di dati. In questo esercizio, farai pratica con lo scaling solo di alcune parti. Il motivo è che gli insiemi di dati delle azioni contengono feature categoriche codificate numericamente (day_of_week, day, month) che verrebbero scalate in modo scorretto se applicassi QuantileTransformer all’intero insieme di dati.
Il transformer è stato importato da sklearn insieme al dataset apple con le feature aggiuntive.
Questo esercizio fa parte del corso
Rilevamento delle anomalie in Python
Istruzioni dell'esercizio
- Crea una lista che contenga i cinque nomi delle colonne numeriche di
apple. - Inizializza un
QuantileTransformerche trasformi le feature in una distribuzione normale. - Scala e salva contemporaneamente le cinque colonne in
to_scale.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Create a list of columns
to_scale = [____]
# Initialize a QuantileTransformer
qt = ____
# Scale and store simultaneously
apple.loc[____] = ____