對特定欄位做 one-hot 編碼
一家在地二手車商希望你協助預測車輛的售價。如果你對整個 used_cars 資料集做 one-hot 編碼，新的資料集會有超過 1,200 個欄位。你擔心這在訓練用來預測價格的機器學習模型時會造成問題。因此你決定採用更簡單的方法，只對少數幾個欄位進行 one-hot 編碼。
本練習屬於課程
在 Python 中處理類別資料
練習說明
- 建立新的資料集
used_cars_simple，對這些欄位進行 one-hot 編碼（依此順序）："manufacturer_name"與"transmission"。 - 將所有新欄位的前綴設定為
"dummy"，以方便你過濾出新建立的欄位。
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 one-hot encoding for just two columns
used_cars_simple = pd.____(
used_cars,
# Specify the columns from the instructions
____,
# Set the prefix
____
)
# Print the shape of the new dataset
print(used_cars_simple.shape)