在Adult数据集上使用pandas进行独热编码，之后部署Logistic Regression模型

Adult数据集

adult 数据集的任务是预测一名工人的收入是高于 50 000 美元还是低于 50 000 美元。这个数据集的特征包括工人的年龄、雇用方式（独立经营、私营企业员工、政府职员等）、教育水平、性别、每周工作时长、职业，等等。

这个数据集需要自己在网上下载，在百度里搜即可，其他博主已经整理好了下载的链接。

使用独热向量编码来对分类变量进行数据表示

由上一个title中的表得知，类似于性别gender、教育程度education等特征，它们都是以字符串的形式呈现的，显然无法作为机器学习模型的输入（输入应该是numPy或scipy格式的数组），因此需要进行数据预处理。数据预处理的方法是使用独热向量编码（one-hot）。独热向量很好理解，看下表即可，相当于用一位表示一个状态。

用到的工具：pandas.DataFrame的get_dummies方法

import pandas as pd
from IPython.display import display

# 文件中没有包含列名称的表头，因此我们传入header=None
# 然后在"names"中显式地提供列名称
data = pd.read_csv(
 "data/adult.data", header=None, index_col=False,
 names=['age', 'workclass', 'fnlwgt', 'education', 'education-num',
 'marital-status', 'occupation', 'relationship', 'race', 'gender'