Chuẩn hóa min-max bằng .transform()
Một thao tác rất phổ biến là chuẩn hóa min-max. Cách làm là đưa giá trị quan tâm về cùng thang đo bằng cách trừ đi giá trị nhỏ nhất, rồi chia kết quả cho hiệu giữa giá trị lớn nhất và nhỏ nhất. Ví dụ, để đưa dữ liệu cân nặng của học sinh từ 160 đến 200 pound về thang 0–1, bạn trừ 160 khỏi cân nặng của từng học sinh và chia kết quả cho 40 (200 - 160).
Bạn sẽ định nghĩa và áp dụng chuẩn hóa min-max cho tất cả các biến số trong dữ liệu nhà hàng. Trước hết, hãy nhóm các bản ghi theo thời điểm dùng bữa (Lunch hoặc Dinner), rồi áp dụng chuẩn hóa cho từng nhóm riêng biệt.
Hãy nhớ bạn luôn có thể khám phá bộ dữ liệu và quan sát sự thay đổi trong IPython Shell, và tham khảo các slide trong tab Slides.
Bài tập này là một phần của khóa học
Viết mã hiệu quả với pandas
Hướng dẫn bài tập
- Định nghĩa chuẩn hóa min-max bằng biểu thức lambda.
- Nhóm dữ liệu theo thời điểm dùng bữa.
- Áp dụng phép biến đổi cho dữ liệu đã được nhóm.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Define the min-max transformation
min_max_tr = lambda x: (x - ____) / (____ - x.min())
# Group the data according to the time
restaurant_grouped = restaurant_data.____(____)
# Apply the transformation
restaurant_min_max_group = restaurant_grouped.____(____)
print(restaurant_min_max_group.head())