Koda kategoriska variabler och skala numeriska variabler

I det här sista steget utför du one-hot-kodning på de kategoriska variablerna och skalar sedan de numeriska kolumnerna. Biblioteket pandas har laddats åt dig som pd, liksom modulen StandardScaler från sklearn.preprocessing.

Rådataset för telekombortfall, telco_raw, har laddats åt dig som en pandas DataFrame, tillsammans med listorna custid, target, categorical och numerical med kolumnnamn som du skapade i föregående övning. Du kan bekanta dig med datamängden genom att utforska den i konsolen.

Den här övningen är en del av kursen

Maskininlärning för marknadsföring i Python

Visa kurs

Övningsinstruktioner

Utför one-hot-kodning på de kategoriska variablerna.
Initiera en StandardScaler-instans.
Träna och transformera scaler på de numeriska kolumnerna.
Bygg en DataFrame från scaled_numerical.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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)

Redigera och kör kod