การ Scaling แบบเปอร์เซ็นต์กำหนดเอง

ในสไลด์เราได้แสดงวิธี scale ข้อมูลให้อยู่ในช่วง 0 ถึง 1 แต่บางครั้งอาจต้องการ scale ในรูปแบบอื่นเพื่อประโยชน์ในการสร้างโมเดลหรือการแสดงผล

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Feature Engineering with PySpark

ดูคอร์ส

คำแนะนำการฝึกหัด

คำนวณค่า max และ min ของ DAYSONMARKET แล้วเก็บไว้ในตัวแปร max_days และ min_days อย่าลืมใช้ collect() ต่อท้าย agg()
ใช้ withColumn() สร้างคอลัมน์ใหม่ชื่อ 'percentagescaleddays' โดยอ้างอิงจาก DAYSONMARKET
percentage_scaled_days ควรเป็นคอลัมน์ของจำนวนเต็มที่มีค่าตั้งแต่ 0 ถึง 100 ใช้ round() เพื่อให้ได้ค่าเป็นจำนวนเต็ม
แสดงค่า max() และ min() ของคอลัมน์ percentage_scaled_days ที่สร้างขึ้นใหม่

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Define max and min values and collect them
max_days = df.____({____: ____}).____()[0][0]
min_days = df.____({____: ____}).____()[0][0]

# Create a new column based off the scaled data
df = df.____(____, 
                  ____((df[____] - min_days) / (max_days - min_days)) * ____)

# Calc max and min for new column
print(df.____({____: ____}).____())
print(df.____({____: ____}).____())

แก้ไขและรันโค้ด