CommencezCommencez gratuitement

Convertir des variables catégorielles

Comme sklearn exige des caractéristiques numériques en entrée des modèles, il est important de coder les variables catégorielles en valeurs numériques. La technique la plus courante, appelée « one‑hot encoding », est simple, mais consomme beaucoup de mémoire. À cette fin, vous allez utiliser la technique du hachage, qui associe des entrées catégorielles à des valeurs numériques, pour chaque colonne catégorielle.

Le module pandas est disponible sous le nom pd dans votre espace de travail et le DataFrame d'exemple est chargé dans df.

Cette activité fait partie du cours

Prédire le CTR avec le Machine Learning en Python

Voir le cours

Instructions de l’exercice

  • Sélectionnez les colonnes catégorielles en filtrant par type de données.
  • Appliquez une fonction de hachage à chacune des colonnes catégorielles.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Get categorical columns
categorical_cols = df.____(
  include = [____]).columns.tolist()
print("Categorical columns: ")
print(categorical_cols)

# Iterate over categorical columns and apply hash function
for col in ____:
	df[col] = df[col].____(lambda x: ____(x))

# Print examples of new output
print(df.head(5))
Modifier et exécuter le code