เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

Label Encoding

มาทำงานกับการเข้ารหัสตัวแปรเชิงหมวดหมู่กัน โดยจะใช้ชุดข้อมูลตัวอย่างจากการแข่งขัน House Prices บน Kaggle

เป้าหมายคือการเข้ารหัสฟีเจอร์เชิงหมวดหมู่ "RoofStyle" และ "CentralAir" ด้วย label encoding โดย DataFrame train และ test ถูกโหลดไว้ใน workspace ให้แล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การแข่งขัน Kaggle ด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • เชื่อม DataFrame train และ test เข้าด้วยกันเป็น DataFrame เดียวชื่อ houses
  • สร้างออบเจ็กต์ LabelEncoder โดยไม่ใส่อาร์กิวเมนต์ และกำหนดให้กับตัวแปร le
  • สร้างฟีเจอร์ที่ผ่านการเข้ารหัสด้วย label encoding สำหรับ "RoofStyle" และ "CentralAir" โดยใช้ออบเจ็กต์ le เดิม

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Concatenate train and test together
houses = ____.____([train, test])

# Label encoder
from sklearn.preprocessing import LabelEncoder
le = ____()

# Create new features
houses['RoofStyle_enc'] = le.fit_transform(houses[____])
houses['CentralAir_enc'] = ____.____(____[____])

# Look at new features
print(houses[['RoofStyle', 'RoofStyle_enc', 'CentralAir', 'CentralAir_enc']].head())
แก้ไขและรันโค้ด