في عمود ال DiabetesPedigreefuntion هل بحاجة لتحويله لصيغة أخرى؟

لا يوجد حاجة لتحويله،  فالبيانات في العمود موجودة بالفعل في صيغة رقمية، بالتالي مناسبة للاستخدام في التحليلات الإحصائية أو نماذج التعلم الآلي.

إلا في حال أنك تريد تقسيم البيانات إلى فئات مختلفة حسب قيم DiabetesPedigreeFunction، فستحتاج إلى تحويلها إلى صيغة نصية أو رقمية تمثل تلك الفئات.

أو تريد استخدام البيانات به كمتغير ثنائي (0 أو 1)، فستحتاج إلى تحويلها إلى صيغة ثنائية.

شكرًا لحضرتك

بتاريخ 4 ساعة قال Ail Ahmed:

السلام عليكم

في عمودالDiabetesPedigreefuntion هل محتاج ان يتحول من صيغه الي اخر ؟

diabetes_clean.csv 23.5 kB · 2 تنزيلات

وعليكم السلام،

نعم في بعض الحالات قد تحتاج لتحويل عمود DiabetesPedigreeFunction لصيغة أخرى، وذلك يعتمد على ما إذا كنت تريد استخدام هذه البيانات للتعلم الآلي (Machine Learning) فستحتاج إلى تحويل القيم إلى قيم معمارية:

from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
df['DiabetesPedigreeFunction'] = scaler.fit_transform(df[['DiabetesPedigreeFunction']])

أو تطبيع البيانات (Normalization) لتكون بين 0 و 1:

from sklearn.preprocessing import MinMaxScaler
scaler = MinMaxScaler()
df['DiabetesPedigreeFunction'] = scaler.fit_transform(df[['DiabetesPedigreeFunction']])

أو تقسيم القيم إلى فئات (Binning) كأن تقسمها إلى 3 فئات مختلفة كالتالي:

df['DiabetesPedigreeFunction'] = pd.qcut(df['DiabetesPedigreeFunction'], q=3, labels=['منخفض', 'متوسط', 'مرتفع'])

أو من أجل معالجة القيم الشاذة كالتالي:

Q1 = df['DiabetesPedigreeFunction'].quantile(0.25)
Q3 = df['DiabetesPedigreeFunction'].quantile(0.75)
IQR = Q3 - Q1
df['DiabetesPedigreeFunction'] = df['DiabetesPedigreeFunction'].clip(lower=Q1-1.5*IQR, upper=Q3+1.5*IQR)