BaşlayınÜcretsiz Başlayın

Kategorik sütunları kodlama III: DictVectorizer

Pekâlâ, pipeline'lara dalmadan önce son bir numara. Az önce yaptığın iki adımlı süreç - LabelEncoder ve ardından OneHotEncoder - DictVectorizer kullanılarak basitleştirilebilir.

Bir DataFrame'i sözlüğe çevirip üzerine DictVectorizer uyguladığında, tek seferde hem label encoding hem de one-hot encoding elde edebilirsin.

Bu egzersizde bu stratejiyi adım adım uygulayacaksın!

Bu egzersiz

XGBoost ile Aşırı Gradyan Artırma

kursunun bir parçasıdır
Kursu Görüntüle

Egzersiz talimatları

  • sklearn.feature_extraction içinden DictVectorizer'ı içe aktar.
  • df'i .to_dict() metodunu "records" argümanıyla kullanarak df_dict adlı bir sözlüğe dönüştür.
  • sparse=False anahtar argümanıyla dv adlı bir DictVectorizer nesnesi oluştur.
  • .fit_transform() metodunu kullanarak DictVectorizer'ı df_dict üzerinde uygula.
  • Ortaya çıkan ilk beş satırı ve sözlüğü (vocabulary) yazdırmak için 'Yanıtı Gönder'e bas.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Import DictVectorizer
____

# Convert df into a dictionary: df_dict
df_dict = ____

# Create the DictVectorizer object: dv
dv = ____

# Apply dv on df: df_encoded
df_encoded = ____

# Print the resulting first five rows
print(df_encoded[:5,:])

# Print the vocabulary
print(dv.vocabulary_)
Kodu Düzenle ve Çalıştır