특성 스케일링
영상에서 살펴본 것처럼 'Intl_Calls'와 'Night_Mins' 특성은 서로 다른 스케일을 갖고 있습니다:
이번 연습에서는 StandardScaler를 사용해 이 두 특성을 재스케일링하겠습니다.
워크스페이스에는 telco DataFrame이 재스케일링할 특성인 'Intl_Calls'와 'Night_Mins'만 포함하도록 서브셋되어 있습니다. StandardScaler를 적용하려면 먼저 StandardScaler()로 인스턴스화한 다음, 재스케일링할 DataFrame을 전달하여 fit_transform() 메서드를 적용하면 됩니다. 한 줄의 코드로도 할 수 있어요:
StandardScaler().fit_transform(df)
이 연습은 강의의 일부입니다
마케팅 애널리틱스: Python으로 고객 이탈 예측하기
연습 안내
StandardScaler()와.fit_transform()을 사용해telco를 스케일링하세요..describe()를 사용해telco_scaled_df의 요약 통계를 출력하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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(____)