Del curso: Desafío de programación: Python para ciencia de datos
Accede al curso completo hoy mismo
Únete hoy para acceder a más de 24.900 cursos impartidos por expertos del sector.
Normalizar las columnas de un dataframe - Tutorial de Python
Del curso: Desafío de programación: Python para ciencia de datos
Normalizar las columnas de un dataframe
(Música de videojuegos) La normalización es una habilidad importante para cualquier analista o científico de datos. Implica ajustar los datos enteros que existen en diferentes escalas en una escala común, lo que permite compararlos más fácilmente. La estandarización de los datos facilita que un modelo de aprendizaje automático aprenda la relación entre las entradas, sin que un valor domine solo por el tamaño del número. Por ejemplo, si comparamos la altura y el peso de una persona los valores pueden ser extremadamente diferentes entre las dos escalas. Debido a esto, si intentamos crear un modelo de aprendizaje automático, una columna puede tener un peso diferente. Aquí es donde entra en juego la normalización. Se ajustan los valores de las diferentes columnas para que exista una escala común lo que permite compararlos más fácilmente. En este reto, debes aplicar una técnica de normalización en las columnas del dataframe. Haz pausa ahora y después puedes comparar tu resultado…
Contenido
-
-
-
-
Correlación entre dos variables3 min 48 s
-
(Bloqueado)
Calcular la media (promedio) para cada columna2 min 38 s
-
(Bloqueado)
Obtener el mínimo, máximo, desviación estándar y varianza de un dataframe3 min 49 s
-
(Bloqueado)
Normalizar las columnas de un dataframe2 min 50 s
-
(Bloqueado)
Agregar un registro a un dataframe2 min 57 s
-
(Bloqueado)
Eliminar encabezados, convertir los datos a flotantes2 min 56 s
-
(Bloqueado)
Extraer los nombres de las columnas que sean de tipo numérico3 min 10 s
-
(Bloqueado)
Extraiga filas que cumplan con un criterio2 min 48 s
-
(Bloqueado)
Extraer los registros más altos3 min 3 s
-
(Bloqueado)
Cambiar el orden de las columnas en un dataframe2 min 36 s
-
-
-