Chuyển đổi biến phân loại
Vì sklearn yêu cầu các đặc trưng dạng số làm đầu vào cho mô hình, nên việc mã hóa các biến phân loại thành biến số là quan trọng. Kỹ thuật phổ biến nhất là "one-hot encoding" — đơn giản nhưng tốn nhiều bộ nhớ. Vì vậy, bạn sẽ dùng kỹ thuật hashing, ánh xạ đầu vào phân loại thành các giá trị số cho từng cột phân loại.
Mô-đun pandas đã được nạp dưới tên pd trong không gian làm việc của bạn và DataFrame mẫu đã được nạp là df.
Bài tập này là một phần của khóa học
Dự đoán CTR với Machine Learning trong Python
Hướng dẫn bài tập
- Chọn các cột phân loại bằng cách lọc theo kiểu dữ liệu.
- Áp dụng một hàm băm lên từng cột phân loại.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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))