One-Hot кодування
Проблема з label encoding полягає в тому, що він неявно припускає наявність порядкової залежності між категоріями. Тож змінімо метод кодування для ознак «RoofStyle» і «CentralAir» на one-hot кодування. Як і раніше, датафрейми train і test з конкурсу House Prices на Kaggle вже доступні у вашому середовищі.
Згадайте: якщо ви працюєте з бінарними ознаками (категоріальні ознаки лише з двома категоріями), доцільно застосовувати тільки label encoder.
Ваша мета — визначити, яка з перелічених ознак не є бінарною, і застосувати one-hot кодування лише до неї.
Ця вправа є частиною курсу
Як перемагати в змаганнях Kaggle за допомогою Python
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Concatenate train and test together
houses = pd.concat([train, test])
# Look at feature distributions
print(houses['RoofStyle'].____, '\n')
print(houses['CentralAir'].____)