使用 StandardScaler() 居中并缩放

我们已经加载了同一个名为 data 的数据集。现在，您的目标是使用 sklearn 库中的 StandardScaler 来对其进行居中和缩放。

库 pandas、numpy、seaborn 和 matplotlib.pyplot 分别已作为 pd、np、sns 和 plt 导入。我们也已经导入了 StandardScaler。

您可以在控制台中自由探索该数据集。

本练习是课程的一部分

Python 中的客户细分

查看课程

练习说明

将 StandardScaler 实例化为 scaler，并对 data 进行拟合。
使用 scaler 对 data 进行缩放与居中变换。
基于 data_normalized 创建一个 pandas DataFrame，并从 data 继承索引和列名。
打印汇总统计，检查均值是否为 0、标准差是否为 1，并将结果保留 2 位小数。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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(____))

编辑并运行代码