准备数据集
在控制台中，您会发现标签 darts.competitor 目前还不是神经网络可理解的格式。它们是选手姓名的字符串。您需要先将每位选手转换为唯一的数字，然后使用来自 keras.utils 的 to_categorical() 函数把这些数字转换为 one-hot 编码表示。
这对多类分类很有用，因为输出神经元的数量等于类别数，并且对于数据集中的每条观测，我们只希望有一个神经元被激活。
飞镖数据集已加载为 darts。Pandas 已以 pd 导入。现在来准备这个数据集吧！
本练习是课程的一部分
Keras 深度学习入门
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Transform into a categorical variable
darts.competitor = pd.____(darts.competitor)
# Assign a number to each category (label encoding)
darts.competitor = darts.competitor.____.____
# Print the label encoded competitors
print('Label encoded competitors: \n',darts.competitor.head())