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:
    Java学习笔记(二十九)
    如何在Blender中压缩/减小GLTF模型的大小
    MySQL:函数
    口令安全是什么意思?等保2.0政策中口令安全标准条款有哪些?
    k8s暴露集群内和集群外服务的方法
    立创EDA软件专业版 图示入门操作(全)
    Leetcode 第1342题:将数字变成 0 的操作次数 (位运算解题法详解)
    5 种常见的 async/await 误用
    rabbitmq完整学习-springboot整合rabbitmq
    wsl使用vscode连接,远程安装C/C++ 拓展时,报错
  • 原文地址:https://blog.csdn.net/ykrsgs/article/details/126327990
  • 最新文章
  • 沪漂五周年了:我越来越迷茫了
    Agentic Skill Routing 实战:别再把所有 Skill 塞进 AI Agent 上下文
    MySQL-Seconds_behind_master的精度误差
    [MAF预定义ChatClient中间件-03]CachingChatClient——利用缓存省钱省时间
    AI的至暗历史:从万众期待到被政府撤资,AI的两次死亡徘徊
    Agent OS :五种驯服不确定性的范式
    PortSwigger SQL注入LAB11
    数据库即时编译JIT
    [Begin]AI Learn Data Day 0
    深度学习进阶(二十七)现代 LLM 的核心架构设计其二:SwiGLU
  • 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