One-hot-kodning
Problemet med labelkodning är att den implicit antar att det finns en rangordning mellan kategorierna. Låt oss därför byta kodningsmetod för särdragen "RoofStyle" och "CentralAir" till one-hot-kodning. train- och test-DataFrames från Kaggle-tävlingen House Prices finns redan tillgängliga i din arbetsyta.
Kom ihåg att för binära särdrag (kategoriska särdrag med bara två kategorier) rekommenderas det att använda labelkodning.
Ditt mål är att avgöra vilket av de nämnda särdragen som inte är binärt och att tillämpa one-hot-kodning enbart på det.
Den här övningen är en del av kursen
Vinna en Kaggle-tävling i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Concatenate train and test together
houses = pd.concat([train, test])
# Look at feature distributions
print(houses['RoofStyle'].____, '\n')
print(houses['CentralAir'].____)