類別型編碼
你的同事已經用 LabelEncoder() 把信用資料集中的多數欄位轉成數值，但遺漏了 credit_history，這個欄位記錄申請者的信用歷史。你想建立兩個版本的資料集：一個使用 LabelEncoder()，另一個使用獨熱編碼，以便比較。特徵矩陣已以 credit 提供。LabelEncoder() 已預先載入，且 pandas 以 pd 匯入。
本練習屬於課程
在 Python 設計機器學習工作流程
練習說明
- 使用
LabelEncoder()對credit_history進行編碼。 - 將結果串接回原始資料框。
- 透過將獨熱編碼產生的 dummies 串接到原始資料框，建立新的資料框。
- 確認獨熱編碼產生的欄數比標籤編碼更多。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Create numeric encoding for credit_history
credit_history_num = ____.____(
credit[____])
# Create a new feature matrix including the numeric encoding
X_num = pd.concat([X, pd.Series(____)], ____)
# Create new feature matrix with dummies for credit_history
X_hot = pd.concat(
[X, ____.____(credit[____])], ____)
# Compare the number of features of the resulting DataFrames
print(X_hot.shape[____] > X_num.shape[____])