歪度を扱う
同じデータセット data を読み込んであります。前の演習のプロットで見たとおり、var2 と var3 は左右非対称な分布だったので、ここではそれらの歪みを取り除きます。問題が解消されたかを確認するために可視化も行います。
ライブラリ pandas、numpy、seaborn、matplotlib.pyplot はそれぞれ pd、np、sns、plt として読み込んであります。コンソールでデータセットを自由に探索してかまいません。
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
var2に対して対数変換を適用し、新しい変数var2_logとして保存します。var3に対して対数変換を適用し、新しい変数var3_logとして保存します。var2_logの分布をプロットします。var3_logの分布をプロットします。
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。
# Apply log transformation to var2
data['____'] = np.____(data['____'])
# Apply log transformation to var3
data['____'] = ____.____(____)
# Create a subplot of the distribution of var2_log
plt.____(2, 1, 1); ____.____(data['____'])
# Create a subplot of the distribution of var3_log
plt.____(2, 1, 2); ____.____(data['____'])
# Show the plot
plt.show()