직접 중심화와 스케일링 하기
같은 데이터셋 data가 로드되어 있습니다. 이제 목표는 수동으로 데이터를 중심화하고 스케일링하는 것입니다.
라이브러리 pandas, numpy, seaborn, matplotlib.pyplot은 각각 pd, np, sns, plt로 로드되어 있습니다. 콘솔에서 자유롭게 데이터셋을 살펴보셔도 됩니다.
이 연습은 강의의 일부입니다
Python을 활용한 고객 세분화
연습 안내
- 각 항목에서 평균 값을 빼서 데이터를 중심화하세요.
- 각 항목을 표준편차로 나누어 데이터를 스케일링하세요.
- 위 두 동작을 결합해 중심화와 스케일링을 모두 적용하여 데이터를 정규화하세요.
- 요약 통계를 출력해 평균이 0, 표준편차가 1인지 확인하고, 출력은 소수점 둘째 자리까지 반올림하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Center the data by subtracting average values from each entry
data_centered = data - data.____()
# Scale the data by dividing each entry by standard deviation
data_scaled = ____ / ____.____()
# Normalize the data by applying both centering and scaling
data_normalized = (____ - data.____()) / data.____()
# Print summary statistics to make sure average is zero and standard deviation is one
print(data_normalized.____().round(____))