การ Scale บางส่วนของชุดข้อมูล
ในวิดีโอก่อนหน้า คุณได้ใช้ QuantileTransformer กับชุดข้อมูลทั้งหมด ในแบบฝึกหัดนี้ จะได้ฝึก Scale เฉพาะบางส่วนของชุดข้อมูล เหตุผลที่ต้องทำเช่นนี้คือชุดข้อมูลหุ้นมีฟีเจอร์ประเภท categorical ที่เข้ารหัสเป็นตัวเลข (day_of_week, day, month) ซึ่งจะถูก Scale ผิดพลาดหากใช้ QuantileTransformer กับชุดข้อมูลทั้งหมด
ได้ import transformer มาจาก sklearn พร้อมกับชุดข้อมูลหุ้น apple ที่มีฟีเจอร์เพิ่มเติมแล้ว
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การตรวจจับความผิดปกติใน Python
คำแนะนำการฝึกหัด
- สร้าง list ที่มีชื่อคอลัมน์ตัวเลข 5 คอลัมน์ของ
apple - กำหนดค่าเริ่มต้น
QuantileTransformerให้แปลงฟีเจอร์ให้มีการกระจายแบบปกติ - Scale และจัดเก็บทั้ง 5 คอลัมน์ใน
to_scaleพร้อมกันในคราวเดียว
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Create a list of columns
to_scale = [____]
# Initialize a QuantileTransformer
qt = ____
# Scale and store simultaneously
apple.loc[____] = ____