Mã hóa biến phân loại và chuẩn hóa biến số
Ở bước cuối cùng này, bạn sẽ thực hiện one-hot encoding cho các biến phân loại và sau đó chuẩn hóa các cột số. Thư viện pandas đã được nạp sẵn dưới tên pd, cùng với mô-đun StandardScaler từ mô-đun sklearn.preprocessing.
Bộ dữ liệu churn viễn thông thô telco_raw đã được nạp sẵn dưới dạng DataFrame của pandas, cùng với các danh sách custid, target, categorical và numerical chứa tên cột mà bạn đã tạo ở bài tập trước. Bạn có thể làm quen với bộ dữ liệu bằng cách khám phá nó trong console.
Bài tập này là một phần của khóa học
Machine Learning cho Marketing với Python
Hướng dẫn bài tập
- Thực hiện one-hot encoding cho các biến phân loại.
- Khởi tạo một đối tượng
StandardScaler. - Fit và transform
scalertrên các cột số. - Tạo một DataFrame từ
scaled_numerical.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Perform one-hot encoding to categorical variables
telco_raw = pd.get_dummies(data = ___, columns = categorical, drop_first=True)
# Initialize StandardScaler instance
scaler = ___()
# Fit and transform the scaler on numerical columns
scaled_numerical = ___.fit_transform(telco_raw[___])
# Build a DataFrame from scaled_numerical
scaled_numerical = pd.DataFrame(___, columns=numerical)