数据预处理：分类特征转为分类数值（离散型特征）

分类转换为分类数值

1：通过sklearn中的preprocessing模块完成

（1）观察数据

                 

（2）标签列编码

Survived为标签列，将标签列转换为分类数值。

通过sklearn.preprocessing.LabelEnconder完成，该类专门用于处理分类标签数据转换成分类数值

from sklearn.preprocessing import LabelEncoder 

y = data.iloc[:, -1]                        # 要输入的是标签，不是特征矩阵，所以允许一维
le = LabelEncoder()                         # 实例化
le = le.fit(y)                              # 导入数据
label = le.transform(y)                     # 接口调取结果
data.iloc[:, -1] = label                    # 让标签等于我们运行出来的结果

le.inverse_transform(label)                 # 逆转，把label转回y

LabelEncoder的重要属性classes_可以查看标签的所有类别

le.classes_

查看y

查看label

label

查看结果

data

实际使用过程中可以通过一行代码完成

data.iloc[:, -1] = LabelEncoder().fit_transform(data.iloc[:, -1])

（3）特征列编码

通过sklearn.preprocessing.OrdinalEnconder完成，该类专门用于处理分类特征数据转换成分类数值

把Sex和Embarked列转为分类数值，同理如上，一行代码展示

from sklearn.preprocessing import OrdinalEncoder

data.iloc[:, 1:-1] = OrdinalEncoder().fit_transform(data_.iloc[:, 1:-1])
data

OrdinalEncoder的重要属性categoris_可以查看标签的所有类别,等同于上一个的classes_

OrdinalEncoder().fit(data.iloc[:, 1:-1]).categories_

 

2：通过pandas完成编码

Sexclass = {'male': 0
          ,'female': 1}
data['Sex'] = data['Sex'].map(Sexclass)

Embarkedclass = {'S': 0
          ,'C': 1
          ,'Q': 2}
data['Embarked'] = data['Embarked'].map(Embarkedclass)

都是一样的效果，使用前可以用以下代码查看分类有多少种

data.Embarked.unique()