ÎncepețiÎncepe gratuit

Codificarea one-hot a datelor de tranzacții

Pe parcursul cursului, vom folosi un flux comun de preprocesare a datelor pentru analiza coșului de cumpărături. Primul pas este să imporți un DataFrame pandas și să selectezi coloana care conține tranzacțiile. Fiecare tranzacție din coloană va fi un șir de caractere format din mai multe articole, separate prin virgulă. Urmează să folosești o funcție lambda pentru a împărți fiecare șir de tranzacție într-o listă, transformând astfel coloana într-o listă de liste.

În acest exercițiu, vei porni de la lista de liste din setul de date despre produse alimentare, disponibilă sub numele transactions. Vei transforma apoi transactions într-un DataFrame codificat one-hot, în care fiecare coloană conține valori TRUE și FALSE ce indică dacă un articol a fost inclus într-o tranzacție.

Acest exercițiu face parte din cursul

Analiza coșului de cumpărături în Python

Vezi cursul

Instrucțiuni pentru exercițiu

  • Din mlxtend.preprocessing, importă TransactionEncoder.
  • Instanțiază un encoder de tranzacții și identifică elementele unice din transactions.
  • Aplică codificarea one-hot pe transactions într-un array și atribuie valorile sale variabilei onehot.
  • Convertește array-ul într-un DataFrame pandas folosind numele articolelor ca anteturi de coloane.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Import the transaction encoder function from mlxtend
from ____.____ import ____
import pandas as pd

# Instantiate transaction encoder and identify unique items in transactions
encoder = TransactionEncoder().____(____)

# One-hot encode transactions
onehot = encoder.____(transactions)

# Convert one-hot encoded data to DataFrame
onehot = pd.DataFrame(____, columns = encoder.columns_)

# Print the one-hot encoded transaction dataset
print(onehot)
Editează și rulează codul