범주형 열 인코딩 I: LabelEncoder

이제 XGBoost에 사용할 주택 데이터를 어떻게 준비해야 하는지 살펴보셨으니, 단계별로 진행해 보겠습니다.

먼저 결측값을 채워야 합니다. 앞에서 보셨듯 LotFrontage 열에는 결측값이 많이 있습니다. 다음으로, 데이터셋의 모든 범주형 열을 원-핫 인코딩 같은 방법으로 숫자형으로 변환해야 합니다. 아이디어가 필요하시면 Supervised Learning with scikit-learn의 이 영상을 참고하세요.

이 데이터에는 MSZoning, PavedDrive, Neighborhood, BldgType, HouseStyle 다섯 개의 범주형 열이 있습니다. Scikit-learn에는 각 범주형 열의 값을 정수로 변환하는 LabelEncoder 함수가 있습니다. 여기서는 이를 연습해 보겠습니다.

이 연습은 강의의 일부입니다

XGBoost로 익히는 Extreme Gradient Boosting

강의 보기

연습 안내

sklearn.preprocessing에서 LabelEncoder를 임포트하세요.
.fillna()를 사용해 LotFrontage 열의 결측값을 0으로 채우세요.
범주형 열에 대한 불리언 마스크를 만드세요. df.dtypes가 object인지 확인하면 됩니다.
LabelEncoder 객체를 생성하세요. 다른 scikit-learn 추정기와 동일한 방식으로 인스턴스화하면 됩니다.
제공된 람다 함수에서 le의 .fit_transform() 메서드를 사용해 모든 범주형 열을 정수로 인코딩하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Import LabelEncoder
____

# Fill missing values with 0
df.LotFrontage = ____

# Create a boolean mask for categorical columns
categorical_mask = (____ == ____)

# Get list of categorical column names
categorical_columns = df.columns[categorical_mask].tolist()

# Print the head of the categorical columns
print(df[categorical_columns].head())

# Create LabelEncoder object: le
le = ____

# Apply LabelEncoder to categorical columns
df[categorical_columns] = df[categorical_columns].apply(lambda x: ____(x))

# Print the head of the LabelEncoded categorical columns
print(df[categorical_columns].head())

코드 편집 및 실행