对Series或者单列使用one-hot编码

最新推荐文章于 2022-04-23 15:17:12 发布
最新推荐文章于 2022-04-23 15:17:12 发布
阅读量503 收藏
点赞数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/wu020708/article/details/107470273
版权

需求，我有一列01的label，之前是使用tensorflow直接预测，将输出值使用sigmod之后按照0.5分的，但是效果一般。所以想使用one-hot试试。虽然我也听说二分类不需要one-hot。

操作：直接使用pandas自带的get_dummies（）函数。

df_label = pd.get_dummies(df_label)

输出df_label变成若干行两列的dataframe格式。

国服第l帅
关注
Python 机器学习 基础 之 数据表示与特征工程 【分类变量】的简单说明
仙魁XAN
05-23 776
Python是一种跨平台的计算机程序设计语言。是一种面向对象的动态类型语言，最初被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，越多被用于独立的、大型项目的开发。Python是一种解释型脚本语言，可以应用于以下领域： Web 和 Internet开发、科学计算和统计、人工智能、教育、桌面界面开发、软件开发、后端开发、网络爬虫。Python 机器学习是利用 Python 编程语言中的各种工具和库来实现机器学习算法和技术的过程。
分析项目-AQI分析与预测
weixin_44543637的博客
04-16 1843
文章目录项目背景简单聊分析流程分析过程与结果展示准备工作数据预处理哪些城市的空气质量较好/较差？（描述述性统计分析）空气质量在地理位置分布上，是否有一定的规律性？（描述性统计分析〕临海城市的空气质量是否有别于内陆城市？（推断统计分析〕空气质量主要受哪些因素影响？〔相关系数分析〕全国城市空气质量普处于何种水平？〔区间估计〕怎样预测一个城市的空气质量？（统计建模〕 项目背景 AQl(AirQualit...
对DataFrame的列进行独热编码（OneHot）
肥仔的博客
07-14 1万+
代码出处：https://blog.csdn.net/sinat_30316741/article/details/88080158， 原文把处理DataFrame的代码注释掉了，另外还有一点是把原文代码中的if type(data) == pandas.core.frame.DataFrame:里面的pandas改成pd，然后在我的机子上才能运行 #onehot from sklearn imp...
如何给CSV文件（pandas读取的）的某列进行onehot编码
weixin_47707533的博客
04-23 2893
前言 在用mini-imagenet数据集时，要对csv文件的labels的列进行onehot编码，网上没怎么查到，顺手写了一波。 上代码 1.引入库 代码如下（示例）： from numpy import argmax import pandas as pd import numpy as np 2.onehot编码 代码如下（示例）： new_train_path = r'D:\CsDataset\mini-imagenet\new_train.csv' class OnehotLables:
python DataFrame onehot编码，一列变多列
花花公子
05-08 3685
import pandas as pd carria_code_dict={"CZ":0,"SC":1,"Y8":2,"3U":3,"MU":4,"NS":5} carria_len=carria_code_dict.__len__() def encode_data(str): datas=str.split(',') encode_result=['0']*carria_le...
机器学习之One-Hot Encoding详解-- one-hot编码解释-数据预处理之独热编码（One-Hot Encoding）
qinzaoxiaozhu的专栏
02-25 9509
什么是one-hot编码？one-hot编码，又称独热编码、一位有效编码。其方法是使用N位状态寄存器来对N个状态进行编码，每个状态都有它独立的寄存器位，并且在任意时候，其中只有一位有效。 假设有如下表格，记录了某网站访问者的三个信息：性别，来自，使用的浏览器： 考虑以下三个特征： 性别：["男","女"] 来自：["北京","上海","广州"] 使用的浏览器：["Firefox","...
Python 对数据one-hot编码
shuihupo的博客
09-16 2万+
目录   离散特征的编码分为2种情况： 连续变量的离散化处理 法1.标签的处理： 法2.计算指标/哑变量one-hot编码 结合pd.cut,处理连续变量 合并（)：要注意使用merge还是join 离散特征的编码分为2种情况： 1.我们在进行那些有大小关系的变量离散，小雨，中雨，大雨， {“小雨”:1,“中雨”:2,“雨天”:3}，这里面有一定数量的大小关系，这种映射的讲解在...
二手车交易价格预测学习笔记 — Task3
12-21
1. 使用`pd.get_dummies()`进行one-hot编码，将类别变量转化为数值形式，适合线性模型。 2. `spearman相关系数`衡量变量间的非线性相关性。 3. `SequentialFeatureSelector`是`mlxtend`库的一个功能，用于逐步特征...
数据分析（numpy--matplotlib--pandas）基础笔记
longgecxl的博客
09-21 1833
第1章 python数据分析的概述 由于数据量比较大，已经远远超过了人力所能处理的范畴。那么管理和使用这些数据，就成为一个全新的研究课题 1.1 认识数据分析 数据分析技能，成为数据从业人员需要具备的技能之一。 明确数据分析概念、分析流程、和分析方法等相关知识，成为迈出数据分析的第1步 1.1.1 数据分析的概念 数据分析：就是用适当的方法，对收集来的数据进行分析，提取有用的信息和形成结论。以此帮助企业管理层做出决策 广义的数据分析：狭义数据分析...
数据分析之pandas的使用
Im ok的博客哦
07-29 2582
数据读取 读取csv文本文件（csv文件一般编码方式为gbk） pd.read_table(r'路径\info.csv',encoding='编码方式'，seq=',') pd.read_csv(r'路径\info.csv',encoding='编码方式'，seq=',') 读取excel文件 pd.read_excel(r'路径\detail.xlsx',sheet_name=1,he...
pandas使用get_dummies进行one-hot编码
lujiandong1的专栏
10-17 8万+
离散特征的编码分为两种情况： 1、离散特征的取值之间没有大小的意义，比如color：[red,blue],那么就使用one-hot编码 2、离散特征的取值有大小的意义，比如size:[X,XL,XXL],那么就使用数值的映射{X:1,XL:2,XXL:3} 使用pandas可以很方便的对离散型特征进行one-hot编码 import pandas as pd df = pd.DataFra
机器学习之One-Hot Encoding详解
愿你远行千里，归来仍是少年
10-25 6634
看到One-Hot-Encoding发现网上大多数说明都是来自于同一个例子，最后结果感觉出的好突兀，因此这里总结一下。很多机器学习任务中，特征并不总是连续值，有可能是分类值。 考虑以下三个特征： ["male", "female"] ["from Europe", "from US", "from Asia"] ["uses Firefox", "uses Chrome",...
特征工程：一行代码搞定one-hot编码
opp003的博客
12-25 1112
本文介绍两种one-hot编码方法。第一种方法针对字符类型的特征变量；第二种方法针对数值型特征。 1.Pandas自带的get_dummies方法 特征工程中，最为繁琐却很重要的一步就是处理字符型特征，对于字符型特征的处理，常用方式就是one-hot编码。 先来看原始数据： 做one-hot编码 df = pd.get_dummies(df) #get_dummies对“整数特...
python如何分类数据_如何在Python中对数据帧中的分类变量（series）进行编码？
weixin_39610229的博客
12-04 242
如果您颠倒了dict中的键和值，则可以使用^{}：# to swap the keys and values:new_map = dict (zip(my_dict.values(),my_dict.keys()))然后调用地图：^{pr2}$这假设您的键在映射中，否则将引发KeyError因此，创建数据帧：In [12]:df = pd.DataFrame({'state':['Californ...
pandas进行one-hot编码
XerCis的博客
02-25 1870
根据数值大小有无意义使用内置函数hash()或映射map()
机器学习：数据预处理之独热编码（One-Hot）
weixin_34315665的博客
06-14 1987
在机器学习算法中，我们经常会遇到分类特征，例如：人的性别有男女，祖国有中国，美国，法国等。这些特征值并不是连续的，而是离散的，无序的。通常我们需要对其进行特征数字化。 那什么是特征数字化呢？例子如下： 性别特征：["男"，"女"] 祖国特征：["中国"，"美国，"法国"] 运动特征：["足球"，"篮球"，"羽毛球"，"乒乓球"] 假如某个样...
tf.one_hot()函数简介
热门推荐
nini_coded的博客
02-04 8万+
tf.one_hot()函数是将input转化为one-hot类型数据输出，相当于将多个数值联合放在一起作为多个相同类型的向量，可用于表示各自的概率分布，通常用于分类任务中作为最后的FC层的输出，有时翻译成“独热”编码。 tensorflow的help中相关说明如下： one_hot(indices, depth, on_value=None, off_value=None, axis=Non...
【QLBD】LSTM情感分析实验复现（一）one-hot encoding
XHYQLBD的博客
01-08 4142
注1：参考学习  科学空间论坛   苏剑林 的博文 注2：记录实验复现细节，并根据版本更新对代码作出修正。 注3：python3.5；keras2.0.9 【QLBD】LSTM情感分析实验复现（一）one-hot encoding 【QLBD】LSTM情感分析实验复现（二）分词&one-hot 【QLBD】LSTM情感分析实验复现（三）one embedding 【QL
将标签进行One-hot编码
liyang3462的博客
03-23 8016
在利用机器学习或者深度学习解决分类问题时，我们需要将标签进行编码，有时也需要将离散的自变量进行分类编码，特别是做神经网络或回归预测时，对离散的自变量也进行One-hot编码扩维是一种很好办法，例如我们预测租房市场单个房源的价钱时，假设装修程度是影响其价格的因素，有豪装、精装、中装、简装四种，如果我们将其视为一个变量X1不同的值，即分别编码维1,2,3,4,那么做神经网络预测时给予这一个变量权重，就...
pandas使用get_dummies进行one-hot编码的方法
最新发布
09-01
在pandas中，可以使用get_dummies函数进行one-hot编码。get_dummies函数可以将指定的列数据进行编码，将每个唯一值创建为新的列，并使用0和1表示是否存在该值。 使用get_dummies函数的基本语法如下： ```python pandas.get_dummies(data, columns=None, prefix=None, prefix_sep='_', dummy_na=False) ``` 其中，data表示要进行编码的数据，可以是DataFrame或Series对象；columns表示要进行编码的列名，如果不指定，则默认对所有列进行编码；prefix表示新列的前缀名，默认为None；prefix_sep表示新列的前缀名和原列名的分隔符，默认为下划线；dummy_na表示是否为缺失值创建新列，默认为False。 例如，假设有一个包含性别列的DataFrame对象df： ``` id gender 0 1 male 1 2 female 2 3 male ``` 可以通过以下代码对gender列进行one-hot编码： ```python df_encoded = pd.get_dummies(df, columns=['gender'], prefix='gender', prefix_sep='_') ``` 编码后的DataFrame df_encoded如下所示： ``` id gender_male gender_female 0 1 1 0 1 2 0 1 2 3 1 0 ``` 其中，原来的gender列被拆分成了两个新列，分别表示male和female两个唯一值，并用0和1进行编码。 通过get_dummies函数进行one-hot编码可以方便地将分类变量转换为数值特征，方便后续的数据分析和建模。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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