1. Nauka
    2. /
  2. Kursy
    3. /
  3. Uczenie maszynowe w marketingu w Pythonie
Connected

ćwiczenie

Normalizacja zmiennych

Teraz czas na ostatni krok przygotowania danych. Przekształcisz zbiór danych wholesale_boxcox (po usunięciu skośności) tak, aby wszystkie kolumny miały tę samą skalę – średnią równą zero i odchylenie standardowe równe 1. Użyjesz do tego funkcji StandardScaler z modułu sklearn.preprocessing.

Zbiór danych wholesale_coxbox po przekształceniu w poprzednim ćwiczeniu został zaimportowany jako obiekt pandas DataFrame. Instancja StandardScaler() została już zainicjowana jako scaler.

Instrukcje

100 XP
  • Dopasuj zainicjowaną instancję scaler do zbioru danych przekształconego metodą Box-Cox.
  • Przekształć zbiór danych i zapisz wynik jako wholesale_scaled.
  • Utwórz obiekt pandas DataFrame ze skalowanego zbioru danych.
  • Wyświetl średnią i odchylenie standardowe dla wszystkich kolumn.