One-hot-kodning och dummyvariabler
För att använda kategoriska variabler i en maskininlärningsmodell behöver du först representera dem numeriskt. De två vanligaste metoderna är one-hot-kodning eller dummyvariabler. I den här övningen skapar du båda typerna av kodning och jämför de resulterande kolumnuppsättningarna. Vi fortsätter att använda samma DataFrame från föregående lektion, inläst som so_survey_df, med fokus på kolumnen Country.
Den här övningen är en del av kursen
Särdragshantering för maskininlärning i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Convert the Country column to a one hot encoded Data Frame
one_hot_encoded = ____(____, ____=['Country'], prefix='OH')
# Print the columns names
print(one_hot_encoded.columns)