Normalizare logaritmică
Standardizarea este importantă pentru a te asigura că toate caracteristicile sunt comparabile. Normalizarea logaritmică este o metodă frecvent utilizată în acest scop. Vei verifica varianța unor caracteristici selectate și vei calcula mediana globală a varianței dintre caracteristici. Caracteristicile luate în considerare vor fi cele numerice, cu excepția coloanei click, a coloanei banner_pos, device_type și a coloanelor search_engine_type, product_type, advertiser_type din lecția anterioară, deoarece acestea sunt de fapt coloane categoriale. Apoi vei aplica normalizarea logaritmică coloanelor cu o varianță mai mare decât mediana și vei verifica rezultatele.
Modulul pandas este disponibil ca pd în spațiul tău de lucru, iar DataFrame-ul eșantion este încărcat ca df.
Acest exercițiu face parte din cursul
Predicția CTR cu Machine Learning în Python
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Select numeric columns and print variance
num_df = df.____(include=['int', 'float'])
filter_cols = ['click', 'banner_pos', 'device_type',
'search_engine_type', 'product_type', 'advertiser_type']
new_df = num_df[num_df.columns[~num_df.columns.____(filter_cols)]]
median = new_df.____.____
print(median)