StandardScaler() でセンタリングとスケーリング
同じデータセット data を読み込んであります。ここでは、sklearn ライブラリの StandardScaler を使ってデータをセンタリング・スケーリングすることが目標です。
ライブラリ pandas、numpy、seaborn、matplotlib.pyplot は、それぞれ pd、np、sns、plt として読み込まれています。また、StandardScaler もインポート済みです。
コンソールで自由にデータセットを確認してかまいません。
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
StandardScalerのインスタンスをscalerとして初期化し、dataに対して fit します。scalerを使ってdataをスケーリングとセンタリングで変換します。data_normalizedから pandas の DataFrame を作成し、dataのインデックスと列名を引き継ぎます。- 平均が 0、標準偏差が 1 になっているか確認するために要約統計量を表示し、結果は小数第 2 位に丸めてください。
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。
# Initialize a scaler
scaler = ____()
# Fit the scaler
____.____(data)
# Scale and center the data
data_normalized = ____.____(data)
# Create a pandas DataFrame
data_normalized = pd.DataFrame(____, index=data.index, columns=data.columns)
# Print summary statistics
print(data_normalized.____().round(____))