Konvertera kategoriska variabler
Eftersom sklearn kräver numeriska särdrag som indata till modeller är det viktigt att koda om kategoriska variabler till numeriska. Den vanligaste tekniken kallas "one-hot encoding" och är enkel att använda, men kräver mycket minne. Därför använder du i stället hashning, som omvandlar kategoriska värden till numeriska, för varje kategorisk kolumn.
Pandas-modulen är tillgänglig som pd i din miljö och DataFrame:n med exempeldata är inläst som df.
Den här övningen är en del av kursen
Förutsäga CTR med maskininlärning i Python
Övningsinstruktioner
- Välj de kategoriska kolumnerna genom att filtrera på datatyp.
- Applicera en hash-funktion på var och en av de kategoriska kolumnerna.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Get categorical columns
categorical_cols = df.____(
include = [____]).columns.tolist()
print("Categorical columns: ")
print(categorical_cols)
# Iterate over categorical columns and apply hash function
for col in ____:
df[col] = df[col].____(lambda x: ____(x))
# Print examples of new output
print(df.head(5))