Transformacja logarytmiczna działa tylko na danych dodatnich
Normalizacja może wprowadzić wartości ujemne – log przestanie działać
Kolejność
Usunięcie skośności – transformacja logarytmiczna
Standaryzacja do tej samej średniej
Skalowanie do tego samego odchylenia standardowego
Zapis do osobnej tablicy do klasteryzacji
Implementacja kolejności w kodzie
# Unskew the data
import numpy as np
datamart_log = np.log(datamart_rfm)
# Normalize the variables
from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
scaler.fit(datamart_log)
# Store for clustering
datamart_normalized = scaler.transform(datamart_log)
Preparing Video For Download...
