對數轉換
在前面的練習中，你以線性方式縮放資料，這不會改變資料的形狀。如果你的資料是常態分佈（或接近常態），這樣做很有效，而許多機器學習模型也假設如此。有時你會處理非常接近常態的資料，例如一個族群的身高或體重。然而，真實世界中的許多變數並不符合這種模式，例如工資或族群的年齡。在本練習中，你將對 so_numeric_df DataFrame 的 ConvertedSalary 欄位套用對數轉換，因為它的大多數值集中在較低範圍，但也包含非常高的數值。這類分佈通常被稱為具有長右尾。
本練習屬於課程
Feature Engineering for Machine Learning in Python
練習說明
- 從
sklearn的preprocessing模組匯入PowerTransformer。 - 將
PowerTransformer()具現化為pow_trans。 - 在
so_numeric_df的ConvertedSalary欄位上擬合PowerTransformer。 - 使用你剛剛擬合的縮放器轉換同一個欄位。
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。
# Import PowerTransformer
from sklearn.preprocessing import ____
# Instantiate PowerTransformer
pow_trans = ____
# Train the transform on the data
____
# Apply the power transform to the data
so_numeric_df['ConvertedSalary_LG'] = ____(so_numeric_df[['ConvertedSalary']])
# Plot the data before and after the transformation
so_numeric_df[['ConvertedSalary', 'ConvertedSalary_LG']].hist()
plt.show()