เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การปรับศูนย์กลางและสเกลข้อมูลด้วย StandardScaler()

เราได้โหลดชุดข้อมูลเดิมชื่อ data ไว้ให้แล้ว เป้าหมายในแบบฝึกหัดนี้คือการปรับศูนย์กลางและสเกลข้อมูลด้วย StandardScaler จากไลบรารี sklearn

ไลบรารี pandas, numpy, seaborn และ matplotlib.pyplot ได้ถูกโหลดไว้เป็น pd, np, sns และ plt ตามลำดับ และได้นำเข้า StandardScaler ไว้ให้แล้วเช่นกัน

สามารถสำรวจชุดข้อมูลใน console ได้ตามต้องการ

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การแบ่งกลุ่มลูกค้าด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้าง instance ของ StandardScaler ชื่อ scaler และ fit กับข้อมูลใน data
  • แปลงข้อมูลใน data โดยปรับสเกลและศูนย์กลางด้วย scaler
  • สร้าง DataFrame ของ pandas จาก data_normalized โดยเพิ่ม index และชื่อคอลัมน์จาก data
  • แสดงสถิติสรุปเพื่อตรวจสอบว่าค่าเฉลี่ยเป็นศูนย์และส่วนเบี่ยงเบนมาตรฐานเป็นหนึ่ง โดยปัดผลลัพธ์ให้เหลือ 2 ตำแหน่งทศนิยม

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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(____))
แก้ไขและรันโค้ด