เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

เข้ารหัสตัวแปรประเภทหมวดหมู่และปรับสเกลตัวแปรตัวเลข

ในขั้นตอนสุดท้ายนี้ จะทำการ one-hot encoding กับตัวแปรประเภทหมวดหมู่ แล้วจึงปรับสเกลคอลัมน์ตัวเลข ไลบรารี pandas ถูกโหลดให้แล้วในชื่อ pd พร้อมกับโมดูล StandardScaler จาก sklearn.preprocessing

ชุดข้อมูล telecom churn ดิบ telco_raw ถูกโหลดให้แล้วในรูปแบบ pandas DataFrame รวมถึงลิสต์ custid, target, categorical และ numerical ที่มีชื่อคอลัมน์ซึ่งสร้างไว้ในแบบฝึกหัดก่อนหน้า สามารถสำรวจชุดข้อมูลเพิ่มเติมได้ผ่าน console

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Machine Learning สำหรับการตลาดด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ทำ one-hot encoding กับตัวแปรประเภทหมวดหมู่
  • สร้าง instance ของ StandardScaler
  • Fit และแปลงข้อมูลด้วย scaler บนคอลัมน์ตัวเลข
  • สร้าง DataFrame จาก scaled_numerical

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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)
แก้ไขและรันโค้ด