Kódování kategorických proměnných – binární
Prohlédni si dataset hiking. Několik sloupců v něm vyžaduje kódování, než je bude možné použít v modelu – jedním z nich je sloupec Accessible. Accessible je binární příznak se dvěma hodnotami: Y nebo N, které je potřeba zakódovat na 1 a 0. K této transformaci použij metodu LabelEncoder z knihovny scikit-learn.
Toto cvičení je součástí kurzu
Preprocessing pro Machine Learning v Pythonu
Pokyny k cvičení
- Ulož
LabelEncoder()do proměnné s názvemenc. - Pomocí metody
.fit_transform()encoderu zakóduj sloupec"Accessible"v datasetuhiking. Nový sloupec pojmenujAccessible_enc. - Porovnej oba sloupce vedle sebe a podívej se, jak kódování dopadlo.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Set up the LabelEncoder object
enc = ____
# Apply the encoding to the "Accessible" column
____ = ____.____(____)
# Compare the two columns
print(____[[____, ____]].head())