使用 StandardScaler() 進行置中與縮放

我們已經載入同一個名為 data 的資料集。你現在的目標是使用 sklearn 函式庫中的 StandardScaler 將它進行置中與縮放。

pandas、numpy、seaborn 與 matplotlib.pyplot 分別已以 pd、np、sns 和 plt 載入。我們也已經匯入 StandardScaler。

你可以在主控台自由探索這個資料集。

本練習屬於課程

Python 的客群分群

檢視課程

練習說明

將 StandardScaler 初始化為 scaler，並對 data 執行 fit。
使用 scaler 對 data 進行縮放與置中轉換。
從 data_normalized 建立一個 pandas DataFrame，並沿用 data 的索引與欄名。
列印摘要統計，確認平均數為 0、標準差為 1，並將結果四捨五入到小數點後 2 位。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

# Initialize a scaler
scaler = ____()

# Fit the scaler
____.____(data)

# Scale and center the data
data_normalized = ____.____(data)

# Create a pandas DataFrame
data_normalized = pd.DataFrame(____, index=data.index, columns=data.columns)

# Print summary statistics
print(data_normalized.____().round(____))

編輯並執行程式碼