Кодування категоріальних змінних

У наборі даних про НЛО є кілька стовпців, які потрібно закодувати, перш ніж моделювати їх у scikit-learn. Ви виконаєте це перетворення тут, використовуючи бінарне кодування та one-hot кодування.

Ця вправа є частиною курсу

Передобробка для машинного навчання в Python

Переглянути курс

Інструкції до вправи

Використовуючи apply(), напишіть умовну функцію lambda, яка повертає 1, якщо значення дорівнює "us", інакше повертає 0.
Виведіть кількість значень .unique() у стовпці type.
Використовуючи pd.get_dummies(), створіть one-hot представлення стовпця type.
Насамкінець скористайтеся pd.concat(), щоб додати закодовані змінні type_set до набору даних ufo.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Use pandas to encode us values as 1 and others as 0
ufo["country_enc"] = ufo["country"].____

# Print the number of unique type values
print(len(____.unique()))

# Create a one-hot encoded set of the type values
type_set = ____

# Concatenate this set back to the ufo DataFrame
ufo = pd.concat([____, ____], axis=1)

Редагувати та запускати код