我們?cè)谶M(jìn)行建模時(shí)，變量中經(jīng)常會(huì)有一些變量為離散型變量，例如性別。這些變量我們一般無(wú)法直接放到模型中去訓(xùn)練模型。因此在使用之前，我們往往會(huì)對(duì)此類(lèi)變量進(jìn)行處理。一般是對(duì)離散變量進(jìn)行one-hot編碼。下面具體介紹通過(guò)python對(duì)離散變量進(jìn)行one-hot的方法。

創(chuàng)新互聯(lián)公司專(zhuān)注為客戶(hù)提供全方位的互聯(lián)網(wǎng)綜合服務(wù)，包含不限于成都網(wǎng)站設(shè)計(jì)、做網(wǎng)站、成都外貿(mào)網(wǎng)站建設(shè)公司、特克斯網(wǎng)絡(luò)推廣、小程序設(shè)計(jì)、特克斯網(wǎng)絡(luò)營(yíng)銷(xiāo)、特克斯企業(yè)策劃、特克斯品牌公關(guān)、搜索引擎seo、人物專(zhuān)訪(fǎng)、企業(yè)宣傳片、企業(yè)代運(yùn)營(yíng)等，從售前售中售后，我們都將竭誠(chéng)為您服務(wù)，您的肯定，是我們大的嘉獎(jiǎng)；創(chuàng)新互聯(lián)公司為所有大學(xué)生創(chuàng)業(yè)者提供特克斯建站搭建服務(wù)，24小時(shí)服務(wù)熱線(xiàn)：18982081108，官方網(wǎng)址：chinadenli.net

注意：這里提供兩種啞編碼的實(shí)現(xiàn)方法，pandas和sklearn。它們大的區(qū)別是，pandas默認(rèn)只處理字符串類(lèi)別變量，sklearn默認(rèn)只處理數(shù)值型類(lèi)別變量(需要先 LabelEncoder )

① pd.get_dummies(prefix=)

pandas的get_dummies()可以直接對(duì)變量進(jìn)行one-hot編碼，其中prefix是為one-hot編碼后的變量進(jìn)行命名。

②LabelEncoder和OneHotEncoder

我們也可以通過(guò)sklearn的模塊實(shí)現(xiàn)對(duì)離散變量的one-hot編碼，其中LabelEncoder是將離散變量替換為數(shù)字，

OneHotEncoder則實(shí)現(xiàn)對(duì)替換為數(shù)字的離散變量進(jìn)行one-hot編碼。

注：get_dummies()可以直接對(duì)字符型變量進(jìn)行one-hot編碼，但OneHotEncoder不能直接對(duì)字符型變量編碼，因此我們需要先將字符型變量轉(zhuǎn)換為數(shù)值型變量。這就是為什么在OneHotEncoder之前需要LabelEncoder的原因。

下面我們通過(guò)實(shí)例來(lái)介紹這兩種方法的具體使用：

①數(shù)據(jù)的導(dǎo)入

import pandas as pd
import os
os.getcwd() 
os.chdir('E:\study\kaggle\Titanic')
from sklearn.preprocessing import OneHotEncoder 
from sklearn.preprocessing import LabelEncoder 
data = pd.read_csv('train.csv')

分享題目：python對(duì)離散變量的one-hot編碼方法-創(chuàng)新互聯(lián)
當(dāng)前地址：http://chinadenli.net/article32/deiopc.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站改版、外貿(mào)建站、電子商務(wù)、定制開(kāi)發(fā)、用戶(hù)體驗(yàn)、企業(yè)網(wǎng)站制作

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶(hù)投稿、用戶(hù)轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話(huà)：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)