वन-हॉट एन्कोडिंग
लेबल एन्कोडिंग की समस्या यह है कि यह श्रेणियों (categories) के बीच किसी क्रम (ranking) परोक्ष रूप से मान लेती है। इसलिए, आइए "RoofStyle" और "CentralAir" फीचर्स के लिए एन्कोडिंग मेथड को वन-हॉट एन्कोडिंग में बदलते हैं। House Prices Kaggle प्रतियोगिता के train और test DataFrames पहले से ही आपके वर्कस्पेस में उपलब्ध हैं।
ध्यान रखें कि अगर आप बाइनरी फीचर्स (ऐसे categorical फीचर्स जिनमें सिर्फ 2 श्रेणियाँ होती हैं) से निपट रहे हैं, तो केवल लेबल एन्कोडर लगाने की सलाह दी जाती है।
आपका लक्ष्य यह तय करना है कि बताए गए फीचर्स में से कौन-सा बाइनरी नहीं है, और केवल उसी पर वन-हॉट एन्कोडिंग लागू करना है।
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Kaggle प्रतियोगिता जीतना
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Concatenate train and test together
houses = pd.concat([train, test])
# Look at feature distributions
print(houses['RoofStyle'].____, '\n')
print(houses['CentralAir'].____)