始める無料で始める

正規化（Normalization）

動画で説明したとおり、正規化では列全体を線形にスケーリングして、最小値を0、最大値を1に対応させます。
Pythonで最も一般的なMachine Learningライブラリであるscikit-learnを使う場合、MinMaxScaler を使って正規化を適用できます。 (この名称は、値を最小値と最大値のあいだにスケーリングすることに由来します。)

この演習はコースの一部です

Python で学ぶ Machine Learning のための特徴量エンジニアリング

コースを見る

演習の手順

  • sklearn の preprocessing モジュールから MinMaxScaler をインポートします。
  • MinMaxScaler() を MM_scaler としてインスタンス化します。
  • so_numeric_df の Age 列に対して MinMaxScaler を学習（fit）します。
  • 直前に学習したスケーラーで同じ列を変換（transform）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。

# Import MinMaxScaler
____

# Instantiate MinMaxScaler
MM_scaler = ____()

# Fit MM_scaler to the data
____.____(so_numeric_df[['Age']])

# Transform the data using the fitted scaler
so_numeric_df['Age_MM'] = ____.____(so_numeric_df[['Age']])

# Compare the origional and transformed column
print(so_numeric_df[['Age_MM', 'Age']].head())
コードを編集して実行