更新索引 和 离散特征值的处理 pd.get_dummies(X)

最新推荐文章于 2024-05-13 10:48:20 发布
最新推荐文章于 2024-05-13 10:48:20 发布
阅读量742 收藏
点赞数
分类专栏： sklearn 文章标签： python 数据分析
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/a857553315/article/details/107059206
版权

 

我们这里为了演示, 直接删除含有空值的行, 这是会会出现索引不连续的情况, 如图, 索引少了888, 这是我们需要更新索引

这时我们看到所有数据从891条变成了712条, 但是原始的所以竟然变成了新的特征列, 这不是我们想要的, 只需添加一个参数即可改变这种情况

这才是我们需要的. 但是这个方法返回更新索引的新数据, 原始数据并不会改变, 不信看看原始数据

好了, 我们现在说说离散特征的处理, 虽然有

from sklearn.preprocessing import OneHotEncoder

from sklearn.preprocessing import OrdinalEncoder

但是最好还是使用get_dummies(x)的方法处理, 他只改变离散特征为one-hot, 并自动添加列名, 不用再手动拼接

这里只处理了特征, 标签的处理可根据需要是否处理成one-hot进行相应的处理

chnhbhndchngn
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
pd.get_dummies()用法
lindaicoding的博客
07-13 2万+
在数据的预处理过程中，我们需要将一个特征变量变为计算机能读懂的特征距离。 pandas.get_dummies(data, prefix=None, prefix_sep='_', dummy_na=False, columns=None, sparse=False, drop_first=False, dtype=None) 详细参数： prefix：str, list of str, 或 dict of str, 默认为 None 用于追加DataFrame列名称的字符串。 prefix_s
特征提取之pd.get_dummies()
weixin_42599429的博客
08-23 461
one-hot encoding 转自“https://www.jianshu.com/p/5f8782bf15b1” one-hot的基本思想：将离散型特征的每一种取值都看成一种状态，若你的这一特征中有N个不相同的取值，那么我们就可以将该特征抽象成N种不同的状态，one-hot编码保证了每一个取值只会使得一种状态处于“激活态”，也就是说这N种状态中只有一个状态位值为1，其他状...
Pandas中的get_dummies()函数实战应用详解
最新发布
这家伙很懒，什么都没有留下
05-13 2664
独热编码，也被称为一位有效编码，其方法是使用N位状态寄存器来对N个状态进行编码，每个状态都由他独立的寄存器位来表示，并且在任意时候只有一位有效。在数据分析中，这通常意味着为每个类别创建一个新的二进制列，如果原始数据中的某个实例属于该类别，则在新列中标记为1，否则为0。Pandas的get_dummies()函数是处理类别型变量的强大工具，它可以将类别型变量转换为独热编码形式，方便后续的数据分析和机器学习算法应用。在使用该函数时，需要注意处理缺失值、添加前缀、处理重复值、指定要转换的列以及处理稀疏矩阵等问题。
梯度离散_使用策略梯度同时进行连续/离散超参数调整
weixin_26632369的博客
07-20 929
梯度离散 总览 (Overview) In my previous article, I showed how to build policy gradients from scratch in Python, and we used it to tune discrete hyperparameters for machine learning models. (If you haven’t r...
根据特征索引号提取某一系列的特征值
重剑无锋
11-06 2699
     对样本进行分类时，需要提取该样本的特征。由于AdaBoost分类器是由一系列的基于一系列单个特征的弱分类器组成的，因此只需要提取弱分类器所需要的特征即可。以前采取的方式是，提取所有的特征，分类时获得所需要的特征即可；该过程提取了大量没有使用的特征，这些没有使用的特征花费了大量的计算，是无效计算。现在需要解决这个问题。当需要某个特征时，则计算该特征；不需要该特征时，则不计算该特征。但该方法
pandas.get_dummies 的用法
热门推荐
数据分析
05-04 21万+
get_dummies 是利用pandas实现one hot encode的方式。详细参数请查看官方文档 官方文档在这里 pandas.get_dummies(data, prefix=None, prefix_sep='_', dummy_na=False, columns=None, sparse=False, drop_first=False)[source] 例子： i...
pandas使用get_dummies进行one-hot编码的方法
12-24
2、离散特征的取值有大小的意义，比如size:[X,XL,XXL],那么就使用数值的映射{X:1,XL:2,XXL:3} 使用pandas可以很方便的对离散型特征进行one-hot编码 import pandas as pd df = pd.DataFrame([ ['green', 'M', 10.1,...
SharpcSharp.rar_C sharp_C++ for dummies_Sharp
09-14
《C# for Dummies》是一本专为初学者设计的C#编程指南，它深入浅出地介绍了C#语言的基础知识和核心概念。C#（读作"C Sharp"）是微软公司开发的一种面向对象的编程语言，广泛应用于Windows平台、Web应用以及游戏开发...
RANSAC.zip_RANSAC_RANSAC matlab_RANSAC matlab_RANSAC4Dummies_
09-21
在MATLAB环境中，RANSAC算法被广泛应用于解决诸如图像配准、特征匹配、三维重建等问题，因为它能够有效地处理真实世界数据中的噪声和异常值。 RANSAC的工作原理基于以下假设：数据集中有一部分是来自特定模型的“内...
XML.For.Dummies.The.Fourth.Edition.rar_手机程序
09-23
此文件为连连看程序，其他的自己看吧！！java手机程序！支持诺基亚手机
对分类型变量，进行编码处理——pd.get_dummies()、LabelEncoder()、oneHotEncoder()
weixin_42613703的博客
11-27 236
https://www.cnblogs.com/wyy1480/p/10295084.html
Pandas之 get_dummies 进行 one-hot 编码（虚拟变量或哑变量）
qq_43468807的博客
04-22 1095
一、虚拟变量概念     虚拟变量 ( Dummy Variables) 又称虚设变量、名义变量或哑变量，用以反映质的属性的一个人工变量，是量化了的自变量，通常取值为0或1。引入哑变量可使线形回归模型变得更复杂，但对问题描述更简明，一个方程能达到两个方程的作用，而且接近现实。 二、为什么使用虚拟变量     在回归分析中，自变量X既可以是定量数据也可以定类数据。回归分析计算时是将所有自变量X视为数...
Python每日一记36>>>机器学习实战遇到的问题
教练我想学编程
04-13 213
首次进行机器学习实战，但是问题多多。我想做的事是，考察年龄，区域，性别与消费部类的关系，采用机器学习随即森林算法进行训练并进行预测。先上代码 大家不用过分在意代码，我想要分享的是我在这个过程中遇到的问题。 1、ImportError: DLL load failed: 找不到指定的模块。 在公司的电脑上，导入机器学习库不会出现问题，但是在自己的电脑则出现了，况且我明明已经pip install ...
pd.get_dummies
平平淡淡，戒急用忍，一生学闭嘴。
04-02 731
get_dummies 是利用pandas实现one hot encode的方式。详细参数请查看官方文档 官方文档在这里 pandas.get_dummies(data, prefix=None, prefix_sep='_', dummy_na=False, columns=None, sparse=False, drop_first=False)[source] 例子： import pandas as pd df = pd.DataFrame([ ['green'.
pd.get_dummies的使用和疑惑解答
luckydog529的博客
05-20 3946
pd.get_dummies的使用 参考pandas官网 pandas.get_dummies(data, prefix=None, prefix_sep='_', dummy_na=False, columns=None, sparse=False, drop_first=False, dtype=None) 参数： data：array-like, Series, or DataFrame prefix:str, list of str, or dict of str, default None.St
pd.get_dummies，pandas中getget_dummies的用法，python中处理离散值的方法，将文字特征转换成数字特征的方法
一起躺躺躺的博客
05-06 3651
需要用到pandas这个包，调用请提前下载 这个就是用独热编码来替换离散值特征。 例如，“MSZoning”包含值“RL”和“Rm”我们将创建两个新的指示器特征“MSZoning_RL”和“MSZoning_RM”，其值为0或1。根据独热编码，如果“MSZoning”的原始值为“RL”，则：“MSZoning_RL”为1，“MSZoning_RM”为0。 首先假如一个数据集有六个样本，每个样本两种特征，数据保存在‘111.csv’中，其中feature1是文字特征，分别为“bak” “bif” “ni
pd.get_dummies() onehot编码
antujiao6624的博客
07-31 731
dummies_Cabin = pd.get_dummies(data_train['Cabin'], prefix= 'Cabin') dummies_Embarked = pd.get_dummies(data_train['Embarked'], prefix= 'Embarked') dummies_Sex = pd.get_dummies(data_train[...
x=pd.get_dummies(x)
12-09
`pd.get_dummies(x)`是一个用于将分类变量转换为哑变量/指标变量的函数。它将分类变量转换为数值变量，以便更好地在机器学习模型中使用。下面是一个例子： 假设我们有一个包含分类变量的数据集，如下所示： ``` ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值