จัดการความเบ้ของข้อมูล

โหลดชุดข้อมูลเดิมชื่อ data ไว้ให้แล้ว เป้าหมายของแบบฝึกหัดนี้คือการกำจัดความเบ้ออกจาก var2 และ var3 ซึ่งมีการกระจายที่ไม่สมมาตรตามที่เห็นในพล็อตแบบฝึกหัดก่อนหน้า จากนั้นจะนำข้อมูลมาแสดงผลเพื่อยืนยันว่าแก้ปัญหาได้แล้ว

โหลดไลบรารี pandas, numpy, seaborn และ matplotlib.pyplot ไว้เป็น pd, np, sns และ plt ตามลำดับ สามารถสำรวจชุดข้อมูลใน console ได้ตามต้องการ

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การแบ่งกลุ่มลูกค้าด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

ใช้การแปลงลอการิทึมกับ var2 แล้วเก็บผลลัพธ์ไว้เป็นตัวแปรใหม่ชื่อ var2_log
ใช้การแปลงลอการิทึมกับ var3 แล้วเก็บผลลัพธ์ไว้เป็นตัวแปรใหม่ชื่อ var3_log
พล็อตการกระจายของ var2_log
พล็อตการกระจายของ var3_log

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Apply log transformation to var2
data['____'] = np.____(data['____'])

# Apply log transformation to var3
data['____'] = ____.____(____)

# Create a subplot of the distribution of var2_log
plt.____(2, 1, 1); ____.____(data['____'])

# Create a subplot of the distribution of var3_log
plt.____(2, 1, 2); ____.____(data['____'])

# Show the plot
plt.show()

แก้ไขและรันโค้ด