Log ve güç dönüşümleri
Son egzersizde, loan_data için eğitim ve test setlerinin dağılımlarını karşılaştırdın. Bu, bir machine learning mülakatında özellikle önemlidir çünkü gözlenen dağılım, özellik dağılımlarını normal dağılıma yaklaştırmak için normal dağılım varsayımlarını ihlal etmeyecek tekniklere ihtiyaç duyup duymadığını belirler.
Bu egzersizde, loan_data içindeki Years of Credit History özelliği üzerinde scipy.stats modülünden log ve güç dönüşümlerini ve dağılımı ile çekirdek yoğunluk kestirimini birlikte çizen seaborn'un distplot() fonksiyonunu kullanacaksın.
Gerekli tüm paketler senin için içe aktarılmış durumda.
İş hattında şu aşamadasın:
Bu egzersiz, kursun bir parçasıdır
Python ile Machine Learning Mülakat Sorularını Pratik Etme
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Subset loan_data
cr_yrs = ____['____']
# Histogram and kernel density estimate
plt.figure()
sns.____(____)
plt.show()