Encodage one-hot des données de crédit
Il est temps de préparer les colonnes non numériques pour qu'elles puissent être ajoutées à votre modèle LogisticRegression().
Une fois les nouvelles colonnes créées à l'aide de l'encodage one-hot, vous pouvez les concaténer avec les colonnes numériques pour créer une nouvelle trame de données qui sera utilisée pour le reste du cours afin de prédire la probabilité de défaut.
N'oubliez pas d'appliquer l'encodage one-hot uniquement aux colonnes non numériques. Le faire sur les colonnes numériques créerait un ensemble de données extrêmement large!
Les données de crédit, cr_loan_clean, sont déjà chargées dans l'espace de travail.
Cette activité fait partie du cours
Modélisation du risque de crédit en Python
Instructions de l’exercice
- Créez un ensemble de données pour toutes les colonnes numériques nommé
cred_numet un pour les colonnes non numériques nommécred_str. - Appliquez l'encodage one-hot sur
cred_strpour créer un nouvel ensemble de données nommécred_str_onehot. - Fusionnez
cred_numavec les nouvelles données encodées one-hot et enregistrez le résultat danscr_loan_prep. - Affichez les colonnes du nouvel ensemble de données.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Create two data sets for numeric and non-numeric data
____ = ____.select_dtypes(exclude=['object'])
____ = ____.select_dtypes(include=['object'])
# One-hot encode the non-numeric columns
____ = pd.____(____)
# Union the one-hot encoded columns to the numeric ones
____ = pd.concat([____, ____], axis=1)
# Print the columns in the new data set
print(____.columns)