Koda kategoriska variabler

Det finns ett par kolumner i UFO-datamängden som behöver kodas innan de kan användas i scikit-learn. Här utför du den omvandlingen med hjälp av både binär kodning och one-hot-kodning.

Den här övningen är en del av kursen

Förbehandling för maskininlärning i Python

Visa kurs

Övningsinstruktioner

Använd apply() för att skriva en villkorsstyrd lambda-funktion som returnerar 1 om värdet är "us", annars 0.
Skriv ut antalet .unique()-värden i kolumnen type.
Använd pd.get_dummies() för att skapa en one-hot-kodad version av kolumnen type.
Använd slutligen pd.concat() för att sammanfoga de kodade variablerna i type_set med datamängden ufo.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Use pandas to encode us values as 1 and others as 0
ufo["country_enc"] = ufo["country"].____

# Print the number of unique type values
print(len(____.unique()))

# Create a one-hot encoded set of the type values
type_set = ____

# Concatenate this set back to the ufo DataFrame
ufo = pd.concat([____, ____], axis=1)

Redigera och kör kod