如何在pandas中使用get_dummies對one-hot進(jìn)行編碼

這篇文章將為大家詳細(xì)講解有關(guān)如何在pandas中使用get_dummies對one-hot進(jìn)行編碼，文章內(nèi)容質(zhì)量較高，因此小編分享給大家做個(gè)參考，希望大家閱讀完這篇文章后對相關(guān)知識(shí)有一定的了解。

離散特征的編碼分為兩種情況：

1、離散特征的取值之間沒有大小的意義，比如color：[red,blue],那么就使用one-hot編碼

2、離散特征的取值有大小的意義，比如size:[X,XL,XXL],那么就使用數(shù)值的映射{X:1,XL:2,XXL:3}

使用pandas可以很方便的對離散型特征進(jìn)行one-hot編碼

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)

說明：對于有大小意義的離散特征，直接使用映射就可以了，{'XL':3,'L':2,'M':1}

Using the get_dummies will create a new column for every unique string in a certain column:使用get_dummies進(jìn)行one-hot編碼

pd.get_dummies(df)

關(guān)于如何在pandas中使用get_dummies對one-hot進(jìn)行編碼就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，可以學(xué)到更多知識(shí)。如果覺得文章不錯(cuò)，可以把它分享出去讓更多的人看到。