python对离散变量的一个炎热的编码方法 - 行业资讯 - 肥雀云

我们在进行建模时,变量中经常会有一些变量为离散型变量,例如性别。这些变量我们一般无法直接放到模型中去训练模型,因此在使用之前,我们往往会对此类变量进行处理。一般是对离散变量进行一个炎热编码。下面具体介绍通过python对离散变量进行一个炎热的方法。

注意:这里提供两种哑编码的实现方法,熊猫和sklearn。它们最大的区别是,熊猫默认只处理字符串类别变量,sklearn默认只处理数值型类别变量(需要先LabelEncoder)

熊猫的get_dummies()可以直接对变量进行一个炎热编码,其中前缀是为一个炎热编码后的变量进行命名。

我们也可以通过sklearn的模块实现对离散变量的一个炎热的编码,其中LabelEncoder是将离散变量替换为数字,

OneHotEncoder则实现对替换为数字的离散变量进行一个炎热编码。

注:get_dummies()可以直接对字符型变量进行一个炎热编码,但OneHotEncoder不能直接对字符型变量编码,因此我们需要先将字符型变量转换为数值型变量。这就是为什么在OneHotEncoder之前需要LabelEncoder的原因。

<强>下面我们通过实例来介绍这两种方法的具体使用:

　　　　　　熊猫作为pd导入　　进口操作系统　　os.getcwd () 　　os.chdir (E: \ \ kaggle \研究泰坦尼克号的) 　　从sklearn。预处理import> 　　数据(“性”).value_counts () 　　[38]: 　　男性577 　　女314 　　名称:性别、dtype: int64 #可以看到,变量性为字符型变量,取值有男性和女性两种　　　　

　　　　　　Sex_ohe_1=pd.get_dummies(数据['性']) 　　Sex_ohe_1.head () 　　[40]: 　　女男　　0 0 1 　　1 1 0 　　2 1 0 　　3 1 0 　　4 0 1 　　　　

　　　　　　Sex_ohe_2=> 　　le_sex=LabelEncoder () .fit(数据['性']) 　　Sex_label=le_sex.transform(数据['性']) 　　Sex_label=LabelEncoder () .fit_transform(数据['性'])# fit_transform等价于适应和改造两个函数结合　　ohe_sex=OneHotEncoder(稀疏=False) .fit (Sex_label.reshape (1,1)) 　　Sex_ohe=ohe_sex.transform (Sex_label.reshape (1,1)) 　　Sex_ohe_3=OneHotEncoder(稀疏=False) .fit_transform (Sex_label.reshape ((1,1))) 　　　　

注:get_dummies返回的为数据框,OneHotEncoder返回的为数组。

以上这篇python对离散变量的一个炎热的编码方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。