Przetwarzanie wstępne danych
Pierwszym krokiem w procesie segmentacji jest wstępne przetworzenie danych. Zastosujesz transformację logarytmiczną, a następnie znormalizujesz dane, aby przygotować je do klasteryzacji.
Zbiór danych z wartościami RFMT został wczytany jako datamart_rfmt. Biblioteka pandas jest dostępna jako pd, a numpy jako np.
Zachęcamy do eksploracji rozszerzonego zbioru danych RFMT w konsoli.
To ćwiczenie jest częścią kursu
Segmentacja klientów w Pythonie
Instrukcje do ćwiczenia
- Zaimportuj
StandardScaler, zainicjalizuj go i zapisz jakoscaler. - Zastosuj transformację logarytmiczną do surowych danych RFMT.
- Zainicjalizuj skaler i dopasuj go do danych po transformacji logarytmicznej.
- Przekształć dane i zapisz przeskalowany wynik jako
datamart_rfmt_normalized.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Import StandardScaler
from ____.____ import ____
# Apply log transformation
datamart_rfmt_log = ____.____(____)
# Initialize StandardScaler and fit it
scaler = ____(); ____.fit(____)
# Transform and store the scaled data as datamart_rfmt_normalized
datamart_rfmt_normalized = ____.____(____)