การปรับสเกลฟีเจอร์
จากวิดีโอ จะเห็นว่าฟีเจอร์ 'Intl_Calls' และ 'Night_Mins' มีสเกลที่แตกต่างกัน:
ในแบบฝึกหัดนี้ งานของคุณคือปรับสเกลฟีเจอร์ทั้งสองโดยใช้ StandardScaler
ใน workspace DataFrame telco ได้ถูกกรองให้เหลือเฉพาะฟีเจอร์ที่ต้องการปรับสเกล ได้แก่ 'Intl_Calls' และ 'Night_Mins' การใช้ StandardScaler ทำได้โดยสร้าง instance ด้วย StandardScaler() แล้วเรียกเมธอด fit_transform() พร้อมส่ง DataFrame ที่ต้องการปรับสเกลเข้าไป สามารถทำได้ในบรรทัดเดียว:
StandardScaler().fit_transform(df)
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Marketing Analytics: การพยากรณ์การเลิกใช้บริการของลูกค้าด้วย Python
คำแนะนำการฝึกหัด
- ปรับสเกล
telcoโดยใช้StandardScaler()และ.fit_transform() - แสดงสถิติสรุปของ
telco_scaled_dfโดยใช้.describe()
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Import StandardScaler
from sklearn.preprocessing import StandardScaler
# Scale telco using StandardScaler
telco_scaled = ____
# Add column names back for readability
telco_scaled_df = pd.DataFrame(telco_scaled, columns=["Intl_Calls", "Night_Mins"])
# Print summary statistics
print(____)