1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Feature Engineering cho Machine Learning bằng Python
Connected

Bài tập

Biến đổi log

Ở các bài trước, bạn đã chuẩn hóa dữ liệu theo tuyến tính, cách này không làm thay đổi hình dạng phân phối của dữ liệu. Cách tiếp cận đó rất hiệu quả nếu dữ liệu có phân phối chuẩn (hoặc gần chuẩn), một giả định phổ biến của nhiều mô hình Machine Learning. Đôi khi bạn sẽ làm việc với dữ liệu khá gần với phân phối chuẩn, ví dụ như chiều cao hoặc cân nặng của một quần thể. Ngược lại, nhiều biến trong thế giới thực không tuân theo mẫu hình này, chẳng hạn như tiền lương hoặc độ tuổi của một quần thể. Trong bài tập này, bạn sẽ áp dụng phép biến đổi log lên cột ConvertedSalary trong DataFrame so_numeric_df vì phần lớn giá trị tập trung ở vùng thấp nhưng cũng có nhiều giá trị rất cao. Những phân phối như vậy được cho là có “đuôi phải dài”.

Hướng dẫn

100 XP
  • Import PowerTransformer từ module preprocessing của sklearn.
  • Khởi tạo PowerTransformer() và gán vào pow_trans.
  • Fit PowerTransformer trên cột ConvertedSalary của so_numeric_df.
  • Transform cùng cột đó bằng bộ biến đổi bạn vừa fit.