特徴量のスケーリング

動画で見たとおり、'Intl_Calls' と 'Night_Mins' の特徴量はスケールが異なります。

feature scaling

この演習では、StandardScaler を使ってそれらを再スケーリングします。

ワークスペース内の telco DataFrame は、再スケーリングしたい特徴量 'Intl_Calls' と 'Night_Mins' のみを含むようにサブセット化されています。StandardScaler を適用するには、まず StandardScaler() でインスタンス化し、その後にスケーリングしたい DataFrame を渡して fit_transform() メソッドを適用します。これは次の1行で実行できます。

StandardScaler().fit_transform(df)

この演習はコースの一部です

マーケティングアナリティクス：Pythonで顧客解約を予測する

コースを見る

演習の手順

StandardScaler() と .fit_transform() を使って telco をスケーリングします。
.describe() を使って telco_scaled_df の要約統計量を表示します。

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 StandardScaler
from sklearn.preprocessing import StandardScaler

# Scale telco using StandardScaler
telco_scaled = ____

# Add column names back for readability
telco_scaled_df = pd.DataFrame(telco_scaled, columns=["Intl_Calls", "Night_Mins"])

# Print summary statistics
print(____)

コードを編集して実行