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行one-hot編碼
import pandas as pddf = 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進行one-hot
編碼
pd.get_dummies(df)
以上這篇基于pandas將類別屬性轉化為數值屬性的方法就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持VEVB武林網。
新聞熱點
疑難解答
