1. Learn
    2. /
  2. Courses
    3. /
  3. Wydajne programowanie z pandas
Connected

Exercise

Normalizacja min-max z użyciem .transform()

Bardzo popularną operacją jest normalizacja min-max. Polega ona na przeskalowaniu interesującej nas wartości: odejmujemy od niej wartość minimalną, a wynik dzielimy przez różnicę między wartością maksymalną a minimalną. Na przykład, aby przeskalować dane dotyczące wagi studentów z zakresu od 160 do 200 funtów, odejmujemy 160 od wagi każdego studenta i dzielimy wynik przez 40 (200 – 160).

Zdefiniujesz i zastosujesz normalizację min-max do wszystkich zmiennych liczbowych w zbiorze danych dotyczącym restauracji. Najpierw pogrupujesz wpisy według pory posiłku (lunch lub kolacja), a następnie zastosujesz normalizację osobno do każdej grupy.

Pamiętaj, że w dowolnym momencie możesz eksplorować zbiór danych w powłoce IPython i śledzić wprowadzane zmiany. Możesz też korzystać ze slajdów dostępnych w zakładce Slajdy.

Instructions

100 XP
  • Zdefiniuj normalizację min-max przy użyciu metody lambda.
  • Pogrupuj dane według pory posiłku.
  • Zastosuj transformację do pogrupowanych danych.