ラベルエンコーディング

カテゴリ変数のエンコーディングに取り組みましょう。今回も House Prices Kaggle コンペティションのサブサンプルを使います。

目的は、カテゴリ特徴量の "RoofStyle" と "CentralAir" をラベルエンコーディングで数値化することです。train と test の各 DataFrame はワークスペースにすでに用意されています。

この演習はコースの一部です

Pythonで挑むKaggleコンペティション

コースを見る

演習の手順

train と test の各 DataFrame を連結し、単一の DataFrame houses を作成します。
引数なしで LabelEncoder オブジェクトを作成し、le に代入します。
同じ le オブジェクトを使って、"RoofStyle" と "CentralAir" のラベルエンコード済みの新しい特徴量を作成します。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# Concatenate train and test together
houses = ____.____([train, test])

# Label encoder
from sklearn.preprocessing import LabelEncoder
le = ____()

# Create new features
houses['RoofStyle_enc'] = le.fit_transform(houses[____])
houses['CentralAir_enc'] = ____.____(____[____])

# Look at new features
print(houses[['RoofStyle', 'RoofStyle_enc', 'CentralAir', 'CentralAir_enc']].head())

コードを編集して実行