Chuẩn hóa log
Chuẩn hóa rất quan trọng để đảm bảo các đặc trưng có thể so sánh được. Chuẩn hóa log là một phương pháp chuẩn hóa phổ biến. Bạn sẽ kiểm tra phương sai của một số đặc trưng đã chọn và tính phương sai trung vị tổng thể giữa các đặc trưng. Các đặc trưng sẽ là những cột số, ngoại trừ cột click, banner_pos, device_type, và các cột search_engine_type, product_type, advertiser_type từ bài trước vì thực chất chúng là các cột phân loại. Sau đó bạn sẽ áp dụng chuẩn hóa log cho những cột có phương sai cao hơn phương sai trung vị và kiểm tra kết quả.
Mô-đun pandas đã được nạp dưới tên pd trong không gian làm việc của bạn và DataFrame mẫu đã được nạp là df.
Bài tập này là một phần của khóa học
Dự đoán CTR với Machine Learning trong Python
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Select numeric columns and print variance
num_df = df.____(include=['int', 'float'])
filter_cols = ['click', 'banner_pos', 'device_type',
'search_engine_type', 'product_type', 'advertiser_type']
new_df = num_df[num_df.columns[~num_df.columns.____(filter_cols)]]
median = new_df.____.____
print(median)