Normalizarea min-max folosind .transform()
O operație foarte frecventă este normalizarea min-max. Aceasta constă în rescalarea valorii de interes prin scăderea valorii minime și împărțirea rezultatului la diferența dintre valoarea maximă și cea minimă. De exemplu, pentru a rescala datele privind greutatea studenților, care variază între 160 și 200 de livre, scazi 160 din greutatea fiecărui student și împarți rezultatul la 40 (200 - 160).
Vei defini și aplica normalizarea min-max pentru toate variabilele numerice din setul de date cu restaurante. Mai întâi vei grupa înregistrările după momentul mesei (Prânz sau Cină), apoi vei aplica normalizarea separat pentru fiecare grup.
Reține că poți oricând să explorezi setul de date și să observi cum se modifică în consola IPython, iar pentru referință poți consulta slide-urile din tab-ul Slide-uri.
Acest exercițiu face parte din cursul
Scrierea codului eficient cu pandas
Instrucțiuni pentru exercițiu
- Definește normalizarea min-max folosind metoda lambda .
- Grupează datele în funcție de momentul mesei.
- Aplică transformarea datelor grupate.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Define the min-max transformation
min_max_tr = lambda x: (x - ____) / (____ - x.min())
# Group the data according to the time
restaurant_grouped = restaurant_data.____(____)
# Apply the transformation
restaurant_min_max_group = restaurant_grouped.____(____)
print(restaurant_min_max_group.head())