首页 > 编程语言 > 详细

python离散特征编码

时间：2018-05-08 23:52:05 阅读：308 评论：0 收藏：0 [点我收藏+]

标签：span 离散 font imp water nbsp key blog for

离散特征编码分两种，特征具有大小意义，特征不具有大小意义。

1、特征不具备大小意义的直接独热编码

2、特征有大小意义的采用映射编码

[python] view plain copy

import pandas as pd
df = pd.DataFrame([
[‘green‘, ‘M‘, 10.1, ‘label1‘],
[‘red‘, ‘L‘, 13.5, ‘label2‘],
[‘blue‘, ‘XL‘, 15.3, ‘label2‘]])
# color、label不具备大小含义，size具有大小意义
df.columns = [‘color‘, ‘size‘, ‘length‘, ‘label‘]
df

技术分享图片

[python] view plain copy

size_mapping = {
‘XL‘: 3,
‘L‘: 2,
‘M‘: 1}
df[‘size‘] = df[‘size‘].map(size_mapping)
label_mapping = {lab:idx for idx,lab in enumerate(set(df[‘label‘]))}
df[‘label‘] = df[‘label‘].map(label_mapping)
df

技术分享图片

直接使用函数进行独热编码

并不会区分是否具有大小含义

[python] view plain copy

import pandas as pd
df = pd.DataFrame([
[‘green‘, ‘M‘, 10.1, ‘label1‘],
[‘red‘, ‘L‘, 13.5, ‘label2‘],
[‘blue‘, ‘XL‘, 15.3, ‘label2‘]])
# color、label不具备大小含义，size具有大小意义
df.columns = [‘color‘, ‘size‘, ‘length‘, ‘label‘]
pd.get_dummies(df)

技术分享图片

get_dummies用法：

[python] view plain copy

import pandas as pd
s = pd.Series(list(‘abca‘))
pd.get_dummies(s)

[python] view plain copy

df = pd.DataFrame({‘A‘: [‘a‘, ‘b‘, ‘a‘], ‘B‘: [‘b‘, ‘a‘, ‘c‘],
‘C‘: [1, 2, 3]})

[python] view plain copy

pd.get_dummies(df, prefix=[‘col1‘, ‘col2‘])

python离散特征编码

标签：span 离散 font imp water nbsp key blog for

原文地址：https://www.cnblogs.com/fujian-code/p/9011589.html

踩

(0)

赞

(0)

举报

评论一句话评论（0）

分享档案

更多>

2021年07月29日 (22)
2021年07月28日 (40)
2021年07月27日 (32)
2021年07月26日 (79)
2021年07月23日 (29)
2021年07月22日 (30)
2021年07月21日 (42)
2021年07月20日 (16)
2021年07月19日 (90)
2021年07月16日 (35)

周排行

更多

友情链接

兰亭集智国之画百度统计站长统计阿里云 chrome插件新版天听网

关于我们 - 联系我们 - 留言反馈

© 2014 mamicode.com 版权所有联系我们:gaon5@hotmail.com

迷上了代码！