Encoder des variables catégorielles

Quelques colonnes du jeu de données sur les OVNI doivent être encodées avant de pouvoir être utilisées avec scikit-learn. Vous allez effectuer cette transformation ici, en utilisant l'encodage binaire et l'encodage one-hot.

Cette activité fait partie du cours

Prétraitement pour le Machine Learning en Python

Voir le cours

Instructions de l’exercice

En utilisant apply(), écrivez une fonction lambda conditionnelle qui retourne 1 si la valeur est "us", sinon retourne 0.
Affichez le nombre de valeurs .unique() dans la colonne type.
À l'aide de pd.get_dummies(), créez un ensemble encodé one-hot de la colonne type.
Enfin, utilisez pd.concat() pour concaténer les variables encodées type_set au jeu de données ufo.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Use pandas to encode us values as 1 and others as 0
ufo["country_enc"] = ufo["country"].____

# Print the number of unique type values
print(len(____.unique()))

# Create a one-hot encoded set of the type values
type_set = ____

# Concatenate this set back to the ufo DataFrame
ufo = pd.concat([____, ____], axis=1)

Modifier et exécuter le code