Değişkenleri normalize et

Şimdi veri hazırlamanın son adımı. Çarpıklığı giderilmiş wholesale_boxcox veri kümesini aynı ölçeğe dönüştüreceksin; yani tüm sütunların ortalaması sıfır, standart sapması 1 olacak. Bunun için sklearn.preprocessing modülündeki StandardScaler fonksiyonunu kullanacaksın.

Önceki egzersizde dönüştürdüğün çarpıklığı giderilmiş wholesale_coxbox veri kümesi pandas DataFrame olarak içe aktarılmıştır. Ayrıca, StandardScaler() örneği scaler olarak başlatılmıştır.

Bu egzersiz

Python ile Pazarlama için Machine Learning

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

Başlatılmış scaler örneğini Box-Cox ile dönüştürülmüş veri kümesi üzerinde fit et.
Dönüştür ve ölçeklenmiş veri kümesini wholesale_scaled olarak sakla.
Ölçeklenmiş veri kümesinden bir pandas DataFrame oluştur.
Tüm sütunlar için ortalama ve standart sapmayı yazdır.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Fit the initialized `scaler` instance on the Box-Cox transformed dataset
scaler.___(wholesale_boxcox)

# Transform and store the scaled dataset as `wholesale_scaled`
wholesale_scaled = scaler.___(wholesale_boxcox)

# Create a `pandas` DataFrame from the scaled dataset
wholesale_scaled_df = pd.DataFrame(data=___,
                                       index=wholesale_boxcox.___,
                                       columns=wholesale_boxcox.columns)

# Print the mean and standard deviation for all columns
print(wholesale_scaled_df.agg(['___','std']).round())

Kodu Düzenle ve Çalıştır