Gedeelten van een gegevensset schalen
In eerdere video's heb je de QuantileTransformer op de volledige gegevensset gebruikt. In deze oefening ga je oefenen met het schalen van alleen bepaalde delen van een gegevensset. De reden hiervoor is dat de aandelen-gegevenssets numeriek gecodeerde categorische kenmerken bevatten (day_of_week, day, month) die onjuist zouden worden geschaald als je QuantileTransformer op de volledige gegevensset zou gebruiken.
De transformer is geïmporteerd uit sklearn, samen met de apple-aandelengegevensset met de extra kenmerken.
Deze oefening maakt deel uit van de cursus
Anomaly Detection in Python
Oefeninstructies
- Maak een lijst met de vijf numerieke kolomnamen van
apple. - Initialiseer een
QuantileTransformerdie kenmerken naar een normale verdeling giet. - Schaal en sla de vijf kolommen in
to_scalegelijktijdig op.
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
# Create a list of columns
to_scale = [____]
# Initialize a QuantileTransformer
qt = ____
# Scale and store simultaneously
apple.loc[____] = ____