編碼類別變數並縮放數值變數
在最後這一步，你會先對類別變數做 one-hot 編碼，接著再對數值欄位進行縮放。pandas 函式庫已載入為 pd，另外也從 sklearn.preprocessing 匯入了 StandardScaler 模組。
原始電信流失資料集 telco_raw 已載入為 pandas 的 DataFrame，同時也提供了你在前一個練習建立的欄名清單 custid、target、categorical 和 numerical。你可以在主控台中先探索資料集以便熟悉。
本練習屬於課程
Python 的行銷機器學習
練習說明
- 對類別變數執行 one-hot 編碼。
- 初始化一個
StandardScaler實例。 - 在數值欄位上以
scaler進行擬合並轉換。 - 以
scaled_numerical建立一個 DataFrame。
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。
# 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)