str量化转化为int

本文介绍了在机器学习中将分类数据str转化为int的几种方法,包括OrdinalEncoder和LabelEncoder,这两种方法会将类别映射到0到n-1的数值,但可能引入错误的顺序关系。相比之下,OneHotEncoder通过独热编码避免了这一问题,它将每个类别转化为单独的0或1列,消除数值影响。此外,还提到了pandas的get_dummies函数,其功能与OneHotEncoder类似。
摘要由CSDN通过智能技术生成
    在机器学习中,大多数算法只可处理数值型数据,fit的时候要求输入数组或矩阵,因此对于文字型数据要进行编码处理,即转化为数值型。在sklearn.preprocessing中有OrdinalEncoder /LabelEncoder/OneHotEncoder /get_dummies 可以将离散的类别转换为int。下面具体的操作方式说明。

OrdinalEncoder,LabelEncoder
OrdinalEncoder,与LabelEncoder用法 相似,效果是一样的。
OrdinalEncoder:特征专用,能够将分类特征转换为分类数值
LabelEncoder:标签专用,能够将分类转换为分类数值
二者都是将类别转换成新的数组,0到类别数n-1,注意并非0,1

import pandas as pd
from pandas import Series,DataFrame
import numpy as np
from sklearn.preprocessing import StandardScaler,OneHotEncoder,OrdinalEncoder,LabelEncoder

df=pd.read_table('salary.txt',sep=',')
df.head()
df.columns
df.drop(columns=['final_weight','education_num','capital_gain', 'capital_loss'],axis=1,inplace=True)

  • 2
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值