เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การทำ One-hot encoding เฉพาะบางคอลัมน์

ดีลเลอร์รถมือสองแห่งหนึ่งต้องการความช่วยเหลือในการพยากรณ์ราคาขายรถ หากทำ one-hot encoding กับชุดข้อมูล used_cars ทั้งหมด จะได้ชุดข้อมูลใหม่ที่มีมากกว่า 1,200 คอลัมน์ ซึ่งอาจส่งผลให้เกิดปัญหาเมื่อฝึกโมเดล machine learning เพื่อพยากรณ์ราคา จึงตัดสินใจลองวิธีที่เรียบง่ายกว่า โดยทำ one-hot encoding เฉพาะบางคอลัมน์เท่านั้น

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การทำงานกับข้อมูลเชิงกลุ่มใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้างชุดข้อมูลใหม่ชื่อ used_cars_simple โดยทำ one-hot encoding สำหรับคอลัมน์เหล่านี้: "manufacturer_name" และ "transmission" (ตามลำดับนี้)
  • กำหนด prefix ของคอลัมน์ใหม่ทั้งหมดเป็น "dummy" เพื่อให้กรองเฉพาะคอลัมน์ที่สร้างขึ้นใหม่ได้ง่าย

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Create one-hot encoding for just two columns
used_cars_simple = pd.____(
  used_cars,
  # Specify the columns from the instructions
  ____,
  # Set the prefix
  ____
)

# Print the shape of the new dataset
print(used_cars_simple.shape)
แก้ไขและรันโค้ด