Label-Encoding

Lass uns die Kodierung kategorialer Variablen angehen. Du arbeitest wieder mit einem Teildatensatz aus dem House-Prices-Wettbewerb auf Kaggle.

Dein Ziel ist es, die kategorialen Features „RoofStyle“ und „CentralAir“ per Label-Encoding zu kodieren. Die DataFrames train und test stehen in deinem Workspace bereits zur Verfügung.

Diese Übung ist Teil des Kurses

<Kurs>Eine Kaggle-Competition in Python gewinnen</Kurs>

Kurs ansehen

Übungsanweisungen

Konkateniere die DataFrames train und test zu einem einzelnen DataFrame houses.
Erstelle ein LabelEncoder-Objekt ohne Argumente und weise es le zu.
Erstelle neue, label-kodierte Features für „RoofStyle“ und „CentralAir“ unter Verwendung desselben Objekts le.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Concatenate train and test together
houses = ____.____([train, test])

# Label encoder
from sklearn.preprocessing import LabelEncoder
le = ____()

# Create new features
houses['RoofStyle_enc'] = le.fit_transform(houses[____])
houses['CentralAir_enc'] = ____.____(____[____])

# Look at new features
print(houses[['RoofStyle', 'RoofStyle_enc', 'CentralAir', 'CentralAir_enc']].head())

Code bearbeiten und ausführen