3 - Jurnalni o'zgartirish;
Bizning oxirgi usulimiz jurnalni o'zgartirishdir. Biz egri ma'lumotlarda jurnalni o'zgartirishdan foydalanamiz. Jurnalni o'zgartirish ma'lumotlarning egriligini kamaytiradi va uni normal holatga keltirishga harakat qiladi. Jurnalni o'zgartirish har doim ham uni normal holatga keltirmaydi, ba'zida ma'lumotlarni yanada chayqaladi. Shunday qilib, bu ma'lumotlarga bog'liq. Biz transformatsiyani qo'llashimiz va natijani nazorat qilishimiz kerak.Ushbu usul uchun biz olmos ma'lumotlar to'plamining karat ustunidan foydalanamiz. Keling, ma'lumotlar va grafiklarni tekshiramiz.
Ko'p chegaralar mavjud va ma'lumotlar o'ng tomonga buriladi. Jurnalni o'zgartirish ma'lumotlarni normal yoki odatdagiga yaqinlashtiradi. Ma'lumotlarning o'zgaruvchanligini kamaytirish uchun jurnalni o'zgartirishni qo'llaylik.
Biz np.log bilan NumPy-dan jurnalni o'zgartirishni amalga oshirdik. Bu bizning ma'lumotlarimizni butunlay o'zgartirdi va u o'zgarib turadigan qiymatlarni olib tashladi, biz buni quti chizig'ida ko'rishimiz mumkin. Jurnal transformatsiyasi odatda mashinani o'rganish algoritmlari uchun ishlatiladi. Ehtiyot bo'ling, u bizning qadriyatlarimizni o'zgartiradi, lekin chegaralarni olib tashlaydi. Bu bizning modelimizni normal qiladi va mashinani o'rganish algoritmi oddiy tarqatish ma'lumotlarini yoqtiradi. Mashinani o'rganish algoritmlarida masshtablash va normallashtirish kabi ba'zi usullar va xususiyatlar mavjud. Bu atamalar haqida keyingi hikoyalarimizda gaplashamiz.
Ma`lumotlarni normallashtirish, guruhlash va ajratib olish.
Pandas groupby ma'lumotlarni toifalarga ko'ra guruhlash va toifalarga funksiyani qo'llash uchun ishlatiladi. Shuningdek, u ma'lumotlarni samarali yig'ishga yordam beradi.
Pandas dataframe.groupby()funktsiyasi ma'lumotlarni ba'zi mezonlar asosida guruhlarga bo'lish uchun ishlatiladi. pandalar ob'ektlari har qanday o'qda bo'linishi mumkin. Guruhlashning mavhum ta'rifi yorliqlarni guruh nomlari bilan taqqoslashdan iborat.
| 