RFM データの前処理
以前に計算した RFM 値のデータセットを datamart_rfm として読み込んであります。変数には歪みがあり、スケールも異なるため、ここでは歪みを取り除いて正規化します。
pandas ライブラリは pd、numpy は np として読み込まれています。コンソールで datamart_rfm を少し探索してみてください。
この演習はコースの一部です
Pythonで学ぶカスタマーセグメンテーション
演習の手順
- 歪みを補正するために
datamart_rfmに対して対数変換を適用し、datamart_logとして保存してください。 StandardScaler()をscalerという名前で初期化し、datamart_logデータに対して fit してください。scalerを使ってdataをスケーリングとセンタリングで変換してください。datamart_normalizedから pandas の DataFrame を作成し、datamart_rfmの index と列名（columns）を設定してください。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Unskew the data
datamart_log = np.____(____)
# Initialize a standard scaler and fit it
scaler = ____()
scaler.____(____)
# Scale and center the data
datamart_normalized = ____.____(____)
# Create a pandas DataFrame
datamart_normalized = pd.____(data=____, index=____.index, columns=____.columns)