Features schalen
Herinner je uit de video de verschillende schalen van de features 'Intl_Calls' en 'Night_Mins':
In deze oefening ga je ze opnieuw schalen met behulp van StandardScaler.
In je werkruimte is de telco DataFrame gefilterd zodat alleen de features die je wilt herschalen zijn opgenomen: 'Intl_Calls' en 'Night_Mins'. Om StandardScaler toe te passen, moet je die eerst instantieren met StandardScaler() en daarna de methode fit_transform() aanroepen, waarbij je de DataFrame doorgeeft die je wilt herschalen. Dit kan in één regel code:
StandardScaler().fit_transform(df)
Deze oefening maakt deel uit van de cursus
Marketinganalyse: klantverloop voorspellen in Python
Oefeninstructies
- Schaal
telcometStandardScaler()en.fit_transform(). - Print de samenvattende statistieken van
telco_scaled_dfmet.describe().
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# 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(____)