編碼類別變數
在 UFO 資料集中，有幾個欄位在用 scikit-learn 建立模型之前需要先進行編碼。你將在這裡完成轉換，同時練習二元編碼與 one-hot 編碼兩種方法。
本練習屬於課程
Python 的 Machine Learning 前處理
練習說明
- 使用
apply()撰寫條件式lambda函式：若值為"us"則回傳1，否則回傳 0。 - 列印
type欄位中.unique()值的數量。 - 使用
pd.get_dummies()，對type欄位建立 one-hot 編碼的集合。 - 最後使用
pd.concat()，將type_set的編碼變數接到ufo資料集後面。
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。
# 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)