Feature Engineering
คุณได้รับมอบหมายให้พยากรณ์ว่าผู้สมัครสินเชื่อกลุ่มใหม่มีแนวโน้มจะผิดนัดชำระหนี้หรือไม่ โดยมีชุดข้อมูลประวัติและต้องการฝึก classifier บนข้อมูลนั้น คุณสังเกตว่าฟีเจอร์จำนวนมากอยู่ในรูปแบบ string ซึ่งเป็นปัญหาสำหรับ classifier จึงตัดสินใจแปลงคอลัมน์ที่เป็น string ให้เป็นตัวเลขโดยใช้ LabelEncoder() ฟังก์ชันนี้ถูกโหลดไว้ล่วงหน้าให้แล้วจาก submodule preprocessing ของ sklearn ชุดข้อมูล credit ก็ถูกโหลดไว้ล่วงหน้าเช่นกัน รวมถึงรายชื่อคอลัมน์ทั้งหมดที่มีชนิดข้อมูลเป็น string ซึ่งเก็บไว้ใน non_numeric_columns
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การออกแบบ Machine Learning Workflows ด้วย Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Inspect the first few lines of your data using head()
credit.____