Зменште асиметрію змінних
Тепер ви перетворите стовпці wholesale за допомогою перетворення Бокса—Кокса, а потім дослідите графік попарних взаємозв'язків, щоб переконатися, що асиметрію розподілів зменшено й вони стали ближчими до нормальних. Це критичний крок, щоб алгоритм K-means збігався та знаходив однорідні групи (кластери або сегменти) спостережень.
Модуль stats завантажено з бібліотеки scipy, а набір даних wholesale імпортовано як датафрейм pandas.
Ця вправа є частиною курсу
Machine Learning для маркетингу в Python
Інструкції до вправи
- Визначте власну функцію перетворення Бокса—Кокса, яку можна застосувати до датафрейму
pandas. - Застосуйте цю функцію до набору даних
wholesale. - Побудуйте графіки попарних взаємозв'язків між перетвореними змінними.
- Відобразіть діаграму.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Define custom Box Cox transformation function
def boxcox_df(x):
x_boxcox, _ = stats.___(x)
return x_boxcox
# Apply the function to the `wholesale` dataset
wholesale_boxcox = ___.___(boxcox_df, axis=0)
# Plot the pairwise relationships between the transformed variables
sns.___(___, diag_kind='kde')
# Display the chart
plt.___()