数据分析项目 基于K-Means算法的广告聚类分析（4）----特征数字化：独热编码（One-Hot）

一、为什么要进行特征数字化

这是没有进行特征数字化之前的数据

    素材类型    广告类型 合作方式     广告尺寸 广告卖点
0    jpg  banner  roi   140*40   打折
1    jpg  banner  cpc   140*40   满减
2    jpg  banner  cpc   140*40   满减
3    jpg  banner  cpc   140*40   满减
4    jpg  banner  cpc   140*40   满减
5    jpg  banner  cpc   140*40   满减

可以看到，这些数据都是文本类型的数据，这是不能够使用K-Means算法进行分析的，
这些文本类型的数据可以看作是分类数据，通过这些数据可以将整个数据集分为不同的类别，不同的类别会以数字进行表示，之后再进行独热编码，将这些数据用0和1进行表示，判断分类变量是否在本类别之中，这防止了分类变量无意义的排序。

二、对数据进行特征数字化

# 引入第三方库
from sklearn.preprocessing import LabelEncoder
# 提取8~12行的数据
y=data.iloc[:,7:12]
# 初始化LableEncoder
le=LabelEncoder()
# 使用数据拟合并转化
for L in y.columns:
    y[L]=le.fit_transform(y[L])</