学習データを遅延的に変換する
Machine Learning では、入力変数の前処理はとても重要で、多くの場合モデルの精度向上につながります。前の演習では Spotify のデータはすでに前処理済みでしたが、自分で実施できることが大切です。
この演習では、配列の各列を平均0・標準偏差1になるように変換する StandardScaler() オブジェクトを使います。
Spotify の楽曲データの Dask DataFrame は dask_df として環境に用意されています。これは、目的変数である人気度スコアと、そのスコアを予測するために使う入力変数の両方を含みます。
この演習はコースの一部です
Pythonで学ぶDaskによる並列プログラミング
演習の手順
dask_ml.preprocessingからStandardScaler()クラスをインポートします。- DataFrame から
'popularity'列を選択し、変数yに代入します。 StandardScalerオブジェクトを作成し、Xデータに対して fit します。- スケーラーを使って
Xを変換します。
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 the StandardScaler class
from ____ import ____
X = dask_df[['duration_ms', 'explicit', 'danceability', 'acousticness', 'instrumentalness', 'tempo']]
# Select the target variable
y = ____
# Create a StandardScaler object and fit it on X
scaler = ____
scaler.____(____)
# Transform X
X = scaler.____
print(X)