Foi feito o processo de padronização dos dados?
Você está vendo a versão anterior da nova experiência da Alura que estamos preparando para você. Em breve, ela ganha uma identidade visual novinha totalmente pensada em potencializar seus estudos!
Foi feito o processo de padronização dos dados?
Olá, William! Tudo bem?
A sua dúvida é se o processo de padronização dos dados foi realizado na análise de correlação entre idade e frequência cardíaca máxima?
Não parece que houve um processo de padronização dos dados antes de calcular a correlação de Pearson. A padronização, que transforma os dados para que tenham média zero e desvio padrão um, não é um pré-requisito para o cálculo da correlação de Pearson.
Essa correlação mede a força e a direção de uma relação linear entre duas variáveis e não exige que os dados sejam padronizados. No entanto, a padronização pode ser útil em outros contextos, como na análise de componentes principais (PCA) ou quando se deseja comparar variáveis em escalas diferentes.
Se você estiver interessado em padronizar os dados, você pode usar o StandardScaler do Scikit-learn em Python, por exemplo:
from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
df_clean[['age', 'thalach']] = scaler.fit_transform(df_clean[['age', 'thalach']])
Isso transformará as colunas 'age' e 'thalach' para que tenham média zero e desvio padrão um.
Espero ter ajudado e fico à disposição se precisar.
Abraço e bons estudos!