對數正規化
標準化很重要，能確保所有特徵可相互比較。對數正規化是常見的標準化方法。你將檢查部分特徵的變異數，並計算所有特徵的整體變異數中位數。特徵為數值型欄位，但排除 click 欄、banner_pos、device_type，以及上一課中的 search_engine_type、product_type、advertiser_type，因為它們其實是類別型欄位。接著，將對變異數高於中位數的這些欄位套用對數正規化，並檢查結果。
pandas 模組已在你的工作環境中以 pd 使用，範例 DataFrame 已載入為 df。
本練習屬於課程
用 Python 透過機器學習預測 CTR
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。
# 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)