transform()을 사용한 최소-최대 정규화
매우 흔한 작업으로 최소-최대 정규화가 있습니다. 이는 관심 있는 값을 최소값을 빼고, 최대값과 최소값의 차이로 나누어 재스케일링하는 방법입니다. 예를 들어, 학생들의 몸무게 데이터가 160파운드에서 200파운드 범위라면, 각 학생의 몸무게에서 160을 빼고 그 결과를 40(200 - 160)으로 나눕니다.
이제 레스토랑 데이터의 모든 수치형 변수에 최소-최대 정규화를 정의하고 적용해 보려고 합니다. 먼저 식사가 이루어진 시간(점심 또는 저녁)으로 항목을 그룹화한 뒤, 각 그룹에 정규화를 각각 적용하세요.
항상 IPython Shell에서 데이터셋을 탐색하며 변화 과정을 확인할 수 있고, Slides 탭의 슬라이드를 참고하실 수 있다는 점을 기억하세요.
이 연습은 강의의 일부입니다
pandas로 효율적인 코드 작성하기
연습 안내
- lambda 방식으로 최소-최대 정규화를 정의하세요.
- 식사가 이루어진 시간에 따라 데이터를 그룹화하세요.
- 그룹화된 데이터에 변환을 적용하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Define the min-max transformation
min_max_tr = lambda x: (x - ____) / (____ - x.min())
# Group the data according to the time
restaurant_grouped = restaurant_data.____(____)
# Apply the transformation
restaurant_min_max_group = restaurant_grouped.____(____)
print(restaurant_min_max_group.head())