Kategorik değişkenleri dönüştürme
sklearn modeller için girdi olarak sayısal özellikler gerektirdiğinden, kategorik değişkenleri sayısal değerlere kodlamak önemlidir. En yaygın teknik olan "one-hot encoding" kullanımı kolaydır ancak bellek tüketimi yüksektir. Bu nedenle, her kategorik sütun için kategorik girdileri sayısallara eşleyen hashing tekniğini kullanacaksın.
Çalışma alanında pandas modülü pd olarak mevcut ve örnek DataFrame df olarak yüklü.
Bu egzersiz, kursun bir parçasıdır
Python ile Machine Learning kullanarak TOB tahmini
Egzersiz talimatları
- Veri tipine göre filtreleyerek kategorik sütunları seç.
- Her bir kategorik sütuna bir hash fonksiyonu uygula.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Get categorical columns
categorical_cols = df.____(
include = [____]).columns.tolist()
print("Categorical columns: ")
print(categorical_cols)
# Iterate over categorical columns and apply hash function
for col in ____:
df[col] = df[col].____(lambda x: ____(x))
# Print examples of new output
print(df.head(5))