Normalizarea variabilelor

Acum ajungem la ultimul pas din pregătirea datelor. Vei transforma setul de date fără asimetrie wholesale_boxcox la aceeași scară, astfel încât toate coloanele să aibă media zero și abaterea standard egală cu 1. Vei folosi funcția StandardScaler din modulul sklearn.preprocessing.

Setul de date fără asimetrie wholesale_coxbox, pe care l-ai transformat în exercițiul anterior, a fost importat ca un DataFrame pandas. De asemenea, instanța StandardScaler() a fost inițializată ca scaler.

Acest exercițiu face parte din cursul

Machine Learning pentru Marketing în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Ajustează instanța scaler inițializată pe setul de date transformat prin Box-Cox.
Transformă și stochează setul de date scalat ca wholesale_scaled.
Creează un DataFrame pandas din setul de date scalat.
Afișează media și abaterea standard pentru toate coloanele.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Fit the initialized `scaler` instance on the Box-Cox transformed dataset
scaler.___(wholesale_boxcox)

# Transform and store the scaled dataset as `wholesale_scaled`
wholesale_scaled = scaler.___(wholesale_boxcox)

# Create a `pandas` DataFrame from the scaled dataset
wholesale_scaled_df = pd.DataFrame(data=___,
                                       index=wholesale_boxcox.___,
                                       columns=wholesale_boxcox.columns)

# Print the mean and standard deviation for all columns
print(wholesale_scaled_df.agg(['___','std']).round())

Editează și rulează codul