One-hot encoding wybranych kolumn
Lokalne komis samochodowy potrzebuje twojej pomocy przy przewidywaniu ceny sprzedaży pojazdów. Zastosowanie one-hot encodingu do całego zbioru danych used_cars daje w efekcie ponad 1 200 kolumn. Martwisz się, że może to powodować problemy podczas trenowania modeli uczenia maszynowego do przewidywania ceny. Postanawiasz wypróbować prostsze podejście i zastosować one-hot encoding tylko na kilku kolumnach.
To ćwiczenie jest częścią kursu
Praca z danymi kategorycznymi w Pythonie
Instrukcje do ćwiczenia
- Utwórz nowy zbiór danych
used_cars_simple, stosując one-hot encoding dla następujących kolumn:"manufacturer_name"i"transmission"(w tej kolejności). - Ustaw przedrostek wszystkich nowych kolumn na
"dummy", aby móc je łatwo odfiltrować.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Create one-hot encoding for just two columns
used_cars_simple = pd.____(
used_cars,
# Specify the columns from the instructions
____,
# Set the prefix
____
)
# Print the shape of the new dataset
print(used_cars_simple.shape)