เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การระบุฟีเจอร์สำหรับการทำ Standardization

ในแบบฝึกหัดนี้ คุณจะตรวจสอบค่าความแปรปรวนของคอลัมน์ในชุดข้อมูล UFO เพื่อพิจารณาว่าฟีเจอร์ใดควรผ่านการ standardize หลังจากดูค่าความแปรปรวนของคอลัมน์ seconds และ minutes แล้ว จะพบว่าคอลัมน์ seconds มีค่าความแปรปรวนสูงมาก เนื่องจาก seconds และ minutes มีความสัมพันธ์กัน (ซึ่งเป็นประเด็นที่จะจัดการในขั้นตอนการเลือกฟีเจอร์สำหรับการสร้างโมเดล) มาทำ log normalization กับคอลัมน์ seconds กัน

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การเตรียมข้อมูลสำหรับ Machine Learning ด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • คำนวณค่าความแปรปรวนของคอลัมน์ seconds และ minutes แล้วสังเกตผลลัพธ์อย่างละเอียด
  • ทำ log normalization กับคอลัมน์ seconds แล้วแปลงเป็นคอลัมน์ใหม่ชื่อ seconds_log
  • แสดงค่าความแปรปรวนของคอลัมน์ seconds_log

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Check the variance of the seconds and minutes columns
print(____)

# Log normalize the seconds column
ufo["seconds_log"] = ____

# Print out the variance of just the seconds_log column
print(____)
แก้ไขและรันโค้ด