Quando você pode usar normalização?

Quando você poderia usar normalização (MinMaxScaler) ao trabalhar com um conjunto de dados?

Este exercício faz parte do curso

Feature Engineering for Machine Learning in Python

Exercício interativo prático

Transforme a teoria em ação com um de nossos exercícios interativos

Começar o exercício

Este exercício faz parte do curso

Feature Engineering for Machine Learning in Python

IntermediárioNível de habilidade

4.8+

Iniciar curso de graça

Neste capítulo, você vai explorar o que é engenharia de atributos e como começar a aplicá-la em dados do mundo real. Você vai carregar, explorar e visualizar um conjunto de respostas de pesquisa e, com isso, entender os tipos de dados subjacentes e por que eles influenciam a forma como você deve criar seus atributos. Usando o pacote pandas, você vai criar novos atributos a partir de colunas categóricas e contínuas.

Exercise 1: Por que gerar features?Exercise 2: Conhecendo seus dados Exercise 3: Selecionando tipos de dados específicos Exercise 4: Como lidar com variáveis categóricas Exercise 5: One-hot encoding e variáveis dummies Exercise 6: Lidando com categorias incomuns Exercise 7: Variáveis numéricas Exercise 8: Binarizando colunas Exercise 9: Agrupando valores em faixas (binning)

Este capítulo apresenta a realidade de dados bagunçados e incompletos. Você vai aprender a encontrar onde seus dados têm valores ausentes e explorar várias abordagens para tratá-los. Você também usará técnicas de manipulação de strings para lidar com caracteres indesejados no seu conjunto de dados.

Exercise 1: Por que existem valores ausentes?Exercise 2: Quão esparsos estão meus dados?Exercise 3: Encontrando os valores ausentes Exercise 4: Lidando com valores ausentes (I)Exercise 5: Exclusão por lista (listwise deletion)Exercise 6: Substituindo valores ausentes por constantes Exercise 7: Lidando com valores ausentes (II)Exercise 8: Preenchendo valores contínuos ausentes Exercise 9: Imputando valores em modelos preditivos Exercise 10: Lidando com outros problemas de dados Exercise 11: Lidando com caracteres soltos (I)Exercise 12: Lidando com caracteres soltos (II)Exercise 13: Encadeamento de métodos

Neste capítulo, o foco é analisar a distribuição subjacente dos seus dados e se ela impactará seu pipeline de Machine Learning. Você vai aprender a lidar com dados assimétricos e situações em que outliers podem estar prejudicando sua análise.

Exercise 1: Distribuições de dados Exercise 2: Como são os seus dados? (I)Exercise 3: How does your data look? (II)Exercise 4: Quando você não precisa transformar seus dados?Exercise 5: Escalonamento e transformações Exercise 6: Normalização Exercise 7: Padronização Exercise 8: Transformação logarítmica Exercise 9: Quando você pode usar normalização?

Exercício atual

Exercise 10: Removendo outliers Exercise 11: Remoção de outliers baseada em porcentagem Exercise 12: Remoção estatística de outliers Exercise 13: Dimensionando e transformando novos dados Exercise 14: Transformações de treino e teste (I)Exercise 15: Transformações de treino e teste (II)

Por fim, neste capítulo, você vai trabalhar com dados de texto não estruturados, entendendo maneiras de extrair atributos em colunas a partir de um corpus de texto. Você vai comparar como diferentes abordagens podem impactar o quanto de contexto é extraído de um texto e como equilibrar a necessidade de contexto sem criar atributos em excesso.

Exercise 1: Codificando texto Exercise 2: Limpando seu texto Exercise 3: Recursos textuais de alto nível Exercise 4: Contagem de palavras Exercise 5: Contando palavras (I)Exercise 6: Contando palavras (II)Exercise 7: Limitando suas features Exercise 8: Texto para DataFrame Exercise 9: Frequência de termo–frequência inversa de documento Exercise 10: Tf-idf Exercise 11: Inspecionando valores de Tf-idf Exercise 12: Transformando dados inéditos Exercise 13: N-grams Exercise 14: Usando n-gramas mais longos Exercise 15: Encontrando as palavras mais comuns Exercise 16: Encerramento