轉換類別變數
由於 sklearn 的模型輸入需要數值型特徵，因此必須把類別變數編碼成數值。最常見的方法是「one-hot encoding」，做法簡單，但記憶體用量高。為此，你將使用雜湊（hashing）技巧，將每個類別欄位的輸入對應到數值。
pandas 模組已在工作環境中以 pd 匯入，範例 DataFrame 以 df 載入。
本練習屬於課程
用 Python 透過機器學習預測 CTR
練習說明
- 透過篩選型別來選出類別欄位。
- 對每個類別欄位套用雜湊函式。
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。
# 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))