对分类变量进行编码并对数值变量进行缩放
在最后一步，您将对分类变量执行独热编码，然后对数值列进行缩放。pandas 库已以 pd 名称为您导入，同时从 sklearn.preprocessing 模块中导入了 StandardScaler 模块。
原始电信流失数据集 telco_raw 已作为 pandas DataFrame 为您加载，另外还有在上一个练习中创建的列名列表 custid、target、categorical 和 numerical。您可以在控制台中探索数据集以熟悉其结构。
本练习是课程的一部分
Python 营销中的机器学习
练习说明
- 对分类变量执行独热编码。
- 初始化一个
StandardScaler实例。 - 在数值列上拟合并转换
scaler。 - 使用
scaled_numerical构建一个 DataFrame。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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)