这篇博客探讨了自然语言处理中离散特征值的处理问题，包括学历和性别的数据类型分析。在数据预处理阶段，对于有高低之分的学历数据，采取特定方法转化为连续值，而性别作为无序类别，处理方式有所不同。
学习笔记，备忘录。。。
来源：特征工程到底是什么？
离散特征值
离散特征值有两种数据类型：
- 取值大小有意义：eg.尺寸:L，XL，XXL
- 将大小值通过字典进行存储
- 取值大小无意义：eg.颜色:红、黄、蓝
-
使用get_dummies()方法处理
pandas.get_dummies(data,prefix=None,prefix_sep=’‘,dummy_na=False,columns=None,drop_first=False)
案例
以个人信息为例：
import pandas as pd
data=pd.read_csv('./text.csv',
最低0.47元/天 解锁文章
3万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
