ÎncepețiÎncepe gratuit

Normalizare

Așa cum s-a discutat în video, normalizarea scalează liniar întreaga coloană între 0 și 1, unde 0 corespunde valorii minime din coloană, iar 1 corespunde valorii maxime.
În scikit-learn (cea mai utilizată bibliotecă de machine learning în Python), poți folosi un MinMaxScaler pentru a aplica normalizarea. (Numele vine de la faptul că scalează valorile între un minim și un maxim.)

Acest exercițiu face parte din cursul

Ingineria caracteristicilor pentru Machine Learning în Python

Vezi cursul

Instrucțiuni pentru exercițiu

  • Importă MinMaxScaler din modulul preprocessing al bibliotecii sklearn.
  • Instanțiază MinMaxScaler() sub numele MM_scaler.
  • Antrenează MinMaxScaler pe coloana Age din so_numeric_df.
  • Transformă aceeași coloană cu scalerul pe care tocmai l-ai antrenat.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Import MinMaxScaler
____

# Instantiate MinMaxScaler
MM_scaler = ____()

# Fit MM_scaler to the data
____.____(so_numeric_df[['Age']])

# Transform the data using the fitted scaler
so_numeric_df['Age_MM'] = ____.____(so_numeric_df[['Age']])

# Compare the origional and transformed column
print(so_numeric_df[['Age_MM', 'Age']].head())
Editează și rulează codul