변수의 왜도 줄이기
이제 wholesale 열들을 Box-Cox 변환으로 변환한 뒤, 쌍별 관계 플롯을 살펴보며 분포의 왜도가 줄어들어 보다 정규분포에 가깝게 되었는지 확인해 볼 거예요. 이는 K-means 알고리즘이 수렴하고 관측치를 동질적인 그룹(클러스터 또는 세그먼트)으로 잘 찾도록 하는 데 매우 중요한 단계예요.
stats 모듈은 scipy 라이브러리에서 불러왔고, wholesale 데이터셋은 pandas DataFrame으로 가져온 상태예요.
이 연습은 강의의 일부입니다
Python으로 배우는 마케팅용 Machine Learning
연습 안내
pandasDataFrame에 적용할 수 있는 사용자 정의 Box-Cox 변환 함수를 정의하세요.- 해당 함수를
wholesale데이터셋에 적용하세요. - 변환된 변수들 간의 쌍별 관계를 플롯하세요.
- 차트를 표시하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Define custom Box Cox transformation function
def boxcox_df(x):
x_boxcox, _ = stats.___(x)
return x_boxcox
# Apply the function to the `wholesale` dataset
wholesale_boxcox = ___.___(boxcox_df, axis=0)
# Plot the pairwise relationships between the transformed variables
sns.___(___, diag_kind='kde')
# Display the chart
plt.___()