码农知识堂 - 1000bd
  •   Python
  •   PHP
  •   JS/TS
  •   JAVA
  •   C/C++
  •   C#
  •   GO
  •   Kotlin
  •   Swift
  • sklearn快速入门教程:独热编码


    1. import pandas as pd
    2. data = pd.read_csv(r"D:\本科\kaggle数据挖掘\titanic\train.csv", index_col = 0)
    3. data.head()

     处理缺失值:

    1. from sklearn.impute import SimpleImputer
    2. Embarked = data.loc[:, "Embarked"].values.reshape(-1,1)
    3. imp_mode = SimpleImputer(strategy = "most_frequent") #most_frequent == 众数
    4. data.loc[:,"Embarked"] = imp_mode.fit_transform(Embarked)
    5. data.info()

     

    
    Int64Index: 891 entries, 1 to 891
    Data columns (total 4 columns):
     #   Column      Non-Null Count  Dtype 
    ---  ------      --------------  ----- 
     0   Survived    891 non-null    int64 
     1   Sex         891 non-null    object
     2   Embarked    891 non-null    object
     3   Survived.1  891 non-null    int64 
    dtypes: int64(2), object(2)
    memory usage: 34.8+ KB
    1. from sklearn.preprocessing import OneHotEncoder
    2. X = data.iloc[:,0:-1]
    3. X

     

    1. enc = OneHotEncoder(categories = 'auto').fit(X) #categories是自动属性——不用人为输入有什么属性(男、女),自动识别
    2. result = enc.transform(X).toarray() #to array 转化成array
    3. result
    array([[0., 1., 0., 0., 1.],
           [1., 0., 1., 0., 0.],
           [1., 0., 0., 0., 1.],
           ...,
           [1., 0., 0., 0., 1.],
           [0., 1., 1., 0., 0.],
           [0., 1., 0., 1., 0.]])
    
    result.shape #查看result的shape
    (891, 5)

    891行,5列(3+2:

    男:10

    女:01

    S:100

    C:010

    Q:001

    1. result = pd.DataFrame(result)
    2. result

    1. newdata = pd.concat([X,result], axis = 1)
    2. newdata.head()

     

    1. newdata.drop(["Sex", "Embarked"], axis = 1, inplace = True) #删除掉Sex和Embarked列
    2. newdata.columns = ["Female", "Male", "Embarked_C", "Embarked_Q", "Embarked_S"]
    3. newdata.head()

  • 相关阅读:
    【Realtek sdk-3.4.14b】RTL8197FH-VG和RTL8812F自适应认证失败问题分析及修改
    Speech | openSMILE语音特征提取工具
    Shiro授权
    SQL优化之深分页
    Mysql批量插入大量数据的方法
    PX4入门指南
    【技术积累】算法中的贪心算法【一】
    python笔记记录神器 jupyter notebook
    LaTex生成引文(参考文献)时出现乱序,想把引文按顺序显示的解决方法
    DCMM的定义和基础条件
  • 原文地址:https://blog.csdn.net/ykrsgs/article/details/126327990
  • 最新文章
  • 【FHE】我们如何实现同态加密推理(八):SiLU 的密文化——两条路径,和一个 8 字节的开关
    SQLcl 中 c/old/new 替换变量为何失效?先定位再替换
    不让模型写作文,直接从它脑子里读答案:Jev 决策在 .NET 的两条路线
    Halo插件:支持GitHub的图床附件策略
    电视投屏界的“一股清流”!SimpleTVCast 6.0.0-beta 抢先体验:无需TV端App,界面大换血!✨
    华三VXLAN集中式网关实战指南:Spine多活网关 + 双活接入(M-LAG)
    软件更好写之后口碑会更重要
    大 O、大 Omega、大 Theta 的区别,O(n) 复杂度是什么意思
    Java标签跳转:一个鲜为人知但却很实用的小技巧
    多智能体系统论文速读
  • 热门文章
  • 十款代码表白小特效 一个比一个浪漫 赶紧收藏起来吧!!!
    奉劝各位学弟学妹们,该打造你的技术影响力了!
    五年了,我在 CSDN 的两个一百万。
    Java俄罗斯方块,老程序员花了一个周末,连接中学年代!
    面试官都震惊,你这网络基础可以啊!
    你真的会用百度吗?我不信 — 那些不为人知的搜索引擎语法
    心情不好的时候,用 Python 画棵樱花树送给自己吧
    通宵一晚做出来的一款类似CS的第一人称射击游戏Demo!原来做游戏也不是很难,连憨憨学妹都学会了!
    13 万字 C 语言从入门到精通保姆级教程2021 年版
    10行代码集2000张美女图,Python爬虫120例,再上征途
小工具 小游戏
Copyright © 2022 侵权请联系2656653265@qq.com    京ICP备2022015340号-1

京公网安备 11010502049817号