शुरू करेंमुफ़्त में शुरू करें

Categorical encodings

आपके सहकर्मी ने LabelEncoder() का उपयोग करके क्रेडिट डेटासेट की कॉलमों को संख्यात्मक मानों में बदल दिया है. उन्होंने एक कॉलम छोड़ दी: credit_history, जो आवेदक का क्रेडिट इतिहास रिकॉर्ड करती है. आप डेटासेट के दो वर्शन बनाना चाहते हैं. तुलना के लिए, एक में LabelEncoder() होगा और दूसरे में one-hot encoding. फीचर मैट्रिक्स credit के रूप में उपलब्ध है. आपके पास LabelEncoder() प्रीलोडेड है और pandas pd के रूप में उपलब्ध है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में मशीन लर्निंग वर्कफ़्लो डिज़ाइन करना

पाठ्यक्रम देखें

अभ्यास निर्देश

  • LabelEncoder() का उपयोग करके credit_history को एन्कोड करें.
  • परिणाम को मूल डेटा फ्रेम के साथ concatenate करें.
  • 1-hot encoding से बने dummies को मूल फ्रेम के साथ concatenate करके एक नया डेटा फ्रेम बनाएँ.
  • पुष्टि करें कि 1-hot encoding, label encoding की तुलना में अधिक कॉलम बनाती है.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Create numeric encoding for credit_history
credit_history_num = ____.____(
  credit[____])

# Create a new feature matrix including the numeric encoding
X_num = pd.concat([X, pd.Series(____)], ____)

# Create new feature matrix with dummies for credit_history
X_hot = pd.concat(
  [X, ____.____(credit[____])], ____)

# Compare the number of features of the resulting DataFrames
print(X_hot.shape[____] > X_num.shape[____])
कोड संपादित करें और चलाएँ