Codifică variabilele categorice și scalează variabilele numerice
În acest ultim pas, vei aplica codificarea one-hot pe variabilele categorice, apoi vei scala coloanele numerice. Biblioteca pandas a fost încărcată pentru tine ca pd, împreună cu modulul StandardScaler din sklearn.preprocessing.
Setul de date brut pentru churn în telecomunicații, telco_raw, a fost încărcat ca un DataFrame pandas, alături de listele custid, target, categorical și numerical cu numele coloanelor pe care le-ai creat în exercițiul anterior. Poți explora setul de date în consolă pentru a te familiariza cu el.
Acest exercițiu face parte din cursul
Machine Learning pentru Marketing în Python
Instrucțiuni pentru exercițiu
- Aplică codificarea one-hot pe variabilele categorice.
- Inițializează o instanță
StandardScaler. - Antrenează și transformă datele numerice folosind
scaler. - Construiește un DataFrame din
scaled_numerical.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Perform one-hot encoding to categorical variables
telco_raw = pd.get_dummies(data = ___, columns = categorical, drop_first=True)
# Initialize StandardScaler instance
scaler = ___()
# Fit and transform the scaler on numerical columns
scaled_numerical = ___.fit_transform(telco_raw[___])
# Build a DataFrame from scaled_numerical
scaled_numerical = pd.DataFrame(___, columns=numerical)