Centrare e scalare manualmente
Abbiamo caricato lo stesso insieme di dati chiamato data. Ora il tuo obiettivo è centrarlo e scalarlo manualmente.
Le librerie pandas, numpy, seaborn e matplotlib.pyplot sono state caricate rispettivamente come pd, np, sns e plt. Sentiti libero di esplorare l'insieme di dati nella console.
Questo esercizio fa parte del corso
Customer Segmentation in Python
Istruzioni dell'esercizio
- Centra i dati sottraendo da ogni valore la media.
- Scala i dati dividendo ogni valore per la deviazione standard.
- Combina le due operazioni e normalizza i dati applicando sia centratura sia scalatura.
- Stampa le statistiche di riepilogo per verificare che la media sia zero e la deviazione standard sia uno, e arrotonda l'output a 2 decimali.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Center the data by subtracting average values from each entry
data_centered = data - data.____()
# Scale the data by dividing each entry by standard deviation
data_scaled = ____ / ____.____()
# Normalize the data by applying both centering and scaling
data_normalized = (____ - data.____()) / data.____()
# Print summary statistics to make sure average is zero and standard deviation is one
print(data_normalized.____().round(____))