Chuẩn hóa các biến
Giờ là bước cuối cùng trong chuẩn bị dữ liệu. Bạn sẽ đưa tập dữ liệu đã khử lệch wholesale_boxcox về cùng một thang đo, nghĩa là tất cả các cột có mean bằng 0 và standard deviation bằng 1. Bạn sẽ dùng hàm StandardScaler từ mô-đun sklearn.preprocessing.
Tập dữ liệu đã khử lệch wholesale_coxbox mà bạn đã biến đổi ở bài trước đã được nhập vào dưới dạng pandas DataFrame. Ngoài ra, thực thể StandardScaler() đã được khởi tạo là scaler.
Bài tập này là một phần của khóa học
Machine Learning cho Marketing với Python
Hướng dẫn bài tập
- Fit thực thể
scalerđã khởi tạo trên tập dữ liệu đã biến đổi bằng Box-Cox. - Biến đổi và lưu tập dữ liệu đã chuẩn hóa thành
wholesale_scaled. - Tạo một
pandasDataFrame từ tập dữ liệu đã chuẩn hóa. - In mean và standard deviation cho tất cả các cột.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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())