Centrera och skala med StandardScaler()

Vi har läst in samma datamängd med namnet data. Ditt mål är nu att centrera och skala den med StandardScaler från biblioteket sklearn.

Biblioteken pandas, numpy, seaborn och matplotlib.pyplot har laddats in som pd, np, sns respektive plt. Vi har också importerat StandardScaler.

Utforska gärna datamängden i konsolen.

Den här övningen är en del av kursen

Kundsegmentering i Python

Visa kurs

Övningsinstruktioner

Initiera en instans av StandardScaler som scaler och anpassa den till data.
Transformera data genom att skala och centrera den med scaler.
Skapa en pandas DataFrame från data_normalized och lägg till index och kolumnnamn från data.
Skriv ut sammanfattande statistik för att kontrollera att medelvärdet är noll och standardavvikelsen är ett, och avrunda resultaten till 2 decimaler.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Initialize a scaler
scaler = ____()

# Fit the scaler
____.____(data)

# Scale and center the data
data_normalized = ____.____(data)

# Create a pandas DataFrame
data_normalized = pd.DataFrame(____, index=data.index, columns=data.columns)

# Print summary statistics
print(data_normalized.____().round(____))

Redigera och kör kod