Introducción
En este laboratorio, exploraremos las técnicas de preprocesamiento disponibles en scikit-learn. El preprocesamiento es un paso esencial en cualquier flujo de trabajo de aprendizaje automático ya que ayuda a transformar los datos brutos en un formato adecuado para el algoritmo de aprendizaje. Cubriremos varias técnicas de preprocesamiento como la estandarización, la escalado, la normalización, la codificación de características categóricas, la imputación de valores faltantes, la generación de características polinómicas y la creación de transformadores personalizados.
Consejos sobre la VM
Una vez que se haya iniciado la VM, haga clic en la esquina superior izquierda para cambiar a la pestaña Cuaderno y acceder a Jupyter Notebook para practicar.
A veces, es posible que tenga que esperar unos segundos a que Jupyter Notebook termine de cargarse. La validación de las operaciones no se puede automatizar debido a las limitaciones de Jupyter Notebook.
Si tiene problemas durante el aprendizaje, no dude en preguntar a Labby. Deje sus comentarios después de la sesión y lo resolveremos rápidamente para usted.