конечно в df

Подскажите, пожалуйста, почему, когда я в обсуждении на курсере выкладываю ссылку на свою работу для проверки сокурсниками она отображается в виде некликабельного текста, а у всех остальных в в виде ссылки? Что я делаю не так?

Нужно использовать кнопку "вставить ссылку".

На двух компьютерах посмотрел и что-то не вижу кнопки "вставить ссылку" в обсуждениии на курсере. Где она прячется?

Скрин этой области экрана.

думаю, это только для вас она не кликабельная, давайте сюда ссылку на ваш пост, глянем

c2w1 Линейная регрессия и основные библиотеки Python для анализа данных и научных вычислений
Будет здорово, если проверите.

https://www.coursera.org/learn/supervised-learning/peer/bEMBK/linieinaia-rieghriessiia-i-osnovnyie-bibliotieki-python-dlia-analiza-dannykh-i/review/hOCAwLiIEeqkUw4s0oIpTw

Это ссылка на обсуждение на курсере, где ссылка на мою работу не кликабельна для меня.
https://www.coursera.org/learn/supervised-learning/peer/bEMBK/linieinaia-rieghriessiia-i-osnovnyie-bibliotieki-python-dlia-analiza-dannykh-i/discussions/threads/LD5ST75yRV2-Uk--cmVd-Q/replies/_cxV0I4IRLWMVdCOCGS1Jw

да не кликабельная, там вот ниже видно куда вставлять ссылку

Странно у меня область редактирования без этих кнопок. Попробую в другом браузере.

Добрый день! Подскажите пожалуйста, в #C3W3 есть пункт
Одинаков ли масштаб вещественных признаков? Масштаб целочисленных признаков?
Будем считать, что масштаб двух признаков одинаков, если их минимумы отличаются не более, чем в 2 раза, и аналогично с максимумами
Немного не понял, предполагается, что от максимального значения серии я вычитаю 2 минимальных значения серии, и если результат положительный, значит принимаю решение, что значения масштабированные?

Вы берете множество всех минимальных значений вещественных признаков и сравниваете. Если минимум и максимум в этом множестве отличаются не более, чем в 2 раза, то эту проверку прошли. Сравниваете аналогично максимумы. Если обе проверки прошли, то масштаб одинаков.

у каждого признака есть максимальное и минимальное занчение, вот их и нужно сравнивать: если разница везде меньше чем в два раза, значит в одном масштабе

имеется ввиду между признаками, а не в самом признаке

Спасибо.

#C1W4 цпт. Проверьте пожалуйста https://www.coursera.org/learn/mathematics-and-python/peer/4vN1n/tsientral-naia-priediel-naia-tieoriema-svoimi-rukami/review/O83MOrkmEeqpERJFtvo3XQ

если сможешь найти ответ напиши пж

#C6W4
проверьте пожалуйста кому не сложно https://www.coursera.org/learn/data-analysis-project/peer/7518u/diemonstratsiia-raboty-alghoritma/review/VtZqUrkxEeq_VRKAnRfL1w

Подскажите пожалуйста
Задание #C3W3
Как реализовать MDS c косинусной метрикой
Построил обычный MDS

# Код 5. Присвойте переменной MDS_transformed результат понижения размерности методом MDS с параметрами по умолчанию
MDS(random_state=321).fit_transform(data_subset)

И
# Код 6. Присвойте переменной MDS_transformed_cos результат понижения размерности методом MDS с косинусной метрикой
MDS(random_state=321, dissimilarity="precomputed").fit_transform(pairwise_distances(data_subset))

В результате графики получились одинаковые.