离散特征的编码分成二种状况:

1、离散特征的赋值中间沒有尺寸的实际意义,例如color:[red,blue],那麼就应用one-hot编码

2、离散特征的赋值有尺寸的实际意义,例如size:[X,XL,XXL],那麼就应用标值的投射{X:1,XL:2,XXL:3}

应用pandas能够很便捷的对离散型特征开展one-hot编码

import pandas as pd
df = pd.DataFrame([
   ['green', 'M', 10.1, 'class1'], 
   ['red', 'L', 13.5, 'class2'], 
   ['blue', 'XL', 15.3, 'class1']])

df.columns = ['color', 'size', 'prize', 'class label']

size_mapping = {
   'XL': 3,
   'L': 2,
   'M': 1}
df['size'] = df['size'].map(size_mapping)

class_mapping = {label:idx for idx,label in enumerate(set(df['class label']))}
df['class label'] = df['class label'].map(class_mapping)

表明:针对有尺寸实际意义的离散特征,立即应用投射就可以了,{‘XL':3,'L':2,'M':1 }

基于pandas将类别属性转化为数值属性的方法 属性 数值 pandas python  第1张

Using the get_dummies will create a new column for every unique string in a certain column:应用get_dummies开展one-hot 

编码

pd.get_dummies(df) 

基于pandas将类别属性转化为数值属性的方法 属性 数值 pandas python  第2张

之上这篇根据pandas将类型属性转换为标值属性的方式 便是我共享给大伙儿的所有内容了,期待能给大伙儿一个参照,也期待大伙儿多多的适用。