데이터셋의 일부 스케일링하기
이전 영상들에서는 전체 데이터셋에 QuantileTransformer를 적용했어요. 이번 연습에서는 데이터셋의 일부만 스케일링하는 방법을 연습해 봅니다. 이렇게 하는 이유는 주식 데이터셋에 숫자로 인코딩된 범주형 피처(day_of_week, day, month)가 있기 때문이에요. 전체에 QuantileTransformer를 적용하면 이 피처들이 부적절하게 스케일링될 수 있어요.
이 변환기는 sklearn에서 가져왔고, 추가 피처가 포함된 apple 주식 데이터셋도 함께 로드되어 있어요.
이 연습은 강의의 일부입니다
Python으로 배우는 이상치 탐지
연습 안내
apple의 다섯 개 수치형 컬럼 이름을 담은 리스트를 만드세요.- 피처를 정규 분포로 변환하는
QuantileTransformer를 초기화하세요. to_scale에 있는 다섯 개 컬럼을 한 번에 스케일링하고 저장하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Create a list of columns
to_scale = [____]
# Initialize a QuantileTransformer
qt = ____
# Scale and store simultaneously
apple.loc[____] = ____