目标编码_一般形式和函数封装

最新推荐文章于 2024-01-30 18:49:40 发布

VIP文章穒軹

最新推荐文章于 2024-01-30 18:49:40 发布

阅读量402

点赞数

分类专栏：机器学习文章标签：机器学习 python 数据挖掘

本文链接：https://blog.csdn.net/worther/article/details/125074860

版权

目标编码代码一般形式

import pandas as pd
pd.set_option('display.max_columns',None)#显示所有列
data=pd.read_csv(r"C:\Users\15187\Desktop\games1.csv")
colums=["firstBlood","winner"]这里这个只是为了拿到要的数据罢了，没有多余的意思
train=data[colums]
from sklearn.model_selection import KFold
columns=["firstBlood"]#定义分组依据
lable=["winner"]#Y目标值
folds = KFold(n_splits=5,shuffle=True,random_state=2020)#5折交叉运算
aggs={}
tt=pd.DataFrame()
caculate=["count","mean"]
for col in lable:
	aggs[col] = caculate
for col in columns:
	i=1#指示变量，为1的时候新生成一个数据框，以后直接concat即可
	
	for fold_,(trn_idx,val_idx) in enumerate(folds.split(train,train)):
		tmp = train.iloc[trn_idx]
		groupby_aim=tmp.groupby(columns).agg(aggs)
		#print(groupby_aim)
		if i==1:
			tt=pd.DataFrame(groupby_aim)
			i=2
		else:
			p=pd.DataFrame(groupby_aim)
			tt=pd.concat([tt,p