Scheefheid aanpakken

We hebben dezelfde gegevensset met de naam data geladen. Je doel is nu om de scheefheid uit var2 en var3 te halen, omdat ze een niet-symmetrische verdeling hadden, zoals je in de plot van de vorige oefening hebt gezien. Je visualiseert ze om te controleren of het probleem is opgelost!

De bibliotheken pandas, numpy, seaborn en matplotlib.pyplot zijn respectievelijk geladen als pd, np, sns en plt. Voel je vrij om de gegevensset in de console te verkennen.

Deze oefening maakt deel uit van de cursus

Klantsegmentatie in Python

Cursus bekijken

Oefeninstructies

Pas een logaritmische transformatie toe op var2 en sla deze op als de nieuwe variabele var2_log.
Pas een logaritmische transformatie toe op var3 en sla deze op als de nieuwe variabele var3_log.
Plot de verdeling van var2_log.
Plot de verdeling van var3_log.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Apply log transformation to var2
data['____'] = np.____(data['____'])

# Apply log transformation to var3
data['____'] = ____.____(____)

# Create a subplot of the distribution of var2_log
plt.____(2, 1, 1); ____.____(data['____'])

# Create a subplot of the distribution of var3_log
plt.____(2, 1, 2); ____.____(data['____'])

# Show the plot
plt.show()

Code bewerken en uitvoeren