カテゴリ変数の変換

sklearn のモデルは数値特徴量を入力として必要とするため、カテゴリ変数を数値にエンコードすることが重要です。最も一般的な手法は「ワンホットエンコーディング」ですが、実装は簡単な一方でメモリ消費が大きくなります。そこで本演習では、各カテゴリ列に対してハッシング手法を用い、カテゴリ値を数値に写像します。

pandas モジュールは作業環境で pd として利用可能で、サンプルの DataFrame は df として読み込まれています。