python特征工程:对离散特征进行编码

最新推荐文章于 2022-11-05 21:19:56 发布

是真想不出昵称啊

最新推荐文章于 2022-11-05 21:19:56 发布

阅读量1.5k

点赞数 2

本文链接：https://blog.csdn.net/qq_40169708/article/details/90317280

版权

用pandas编码数据有一种非常简单的方法，就是使用get_dummies函数。

get_dummies函数自动变换所有具有对象类型（比如字符串）的列或所有分类的列（这是pandas中的一个特殊概念）。

print("Original features:\n", list(data.columns), "\n")
data_dummies = pd.get_dummies(data)
print("Features after get_dummies:\n", list(data_dummies.columns))

sklearn的则是

from sklearn.preprocessing import LabelEncoder
xx = t_set_df['job','marital']
label_encoder = LabelEncoder()
integer_encoded = label_encoder.fit_transform(xx)
print(integer_encoded)

使用pandas可以很方便的对离散型特征进行数值编码

import pandas as pd
df = pd.DataFrame([
            ['green', 'M', 10.1, 'class1'], 
            ['red', 'L', 13.5, 'class2'], 
            ['blue', 'XL', 15.3, 'class1']])
 
df.columns = ['color', 'size', 'prize', 'class lab