Кодирование меток

В этом упражнении вы поработаете с кодированием категориальных переменных. Вы снова будете использовать подвыборку из соревнования Kaggle House Prices.

Ваша задача — закодировать категориальные признаки "RoofStyle" и "CentralAir" с помощью кодирования меток. DataFrames train и test уже доступны в вашем рабочем пространстве.

Это упражнение является частью курса

Победа в соревновании Kaggle на Python

Посмотреть курс

Инструкции к упражнению

Объедините DataFrames train и test в единый DataFrame houses.
Создайте объект LabelEncoder без аргументов и присвойте его переменной le.
Создайте новые признаки с кодированием меток для "RoofStyle" и "CentralAir", используя тот же объект le.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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())

Редактировать и запускать код