离散特征的编码分为两种情况：
1、离散特征的取值之间没有大小的意义，比如color：[red,blue],那么就使用one-hot编码
2、离散特征的取值有大小的意义，比如size:[x,xl,xxl],那么就使用数值的映射{x:1,xl:2,xxl:3}
使用pandas可以很方便的对离散型特征进行one-hot编码
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
import pandas as pddf = pd.dataframe([ ['green', 'm', 10.1, 'class1'], ['red', 'l', 13.5, 'class2'], ['blue', 'xl', 15.3, 'class1']]) df.columns = ['color', 'size', 'prize', 'class label'] size_mapping = { 'xl': 3, 'l': 2, 'm': 1}df['size'] = df['size'].map(size_mapping) class_mapping = {label:idx for idx,label in enumerate(set(df['class label']))}df['class label'] = df['class label'].map(class_mapping) |
说明：对于有大小意义的离散特征，直接使用映射就可以了，{'xl':3,'l':2,'m':1}
|
1
|
using the get_dummies will create a new column for every unique string in a certain column:使用get_dummies进行one-hot编码 |
|
1
|
pd.get_dummies(df) |
以上这篇pandas使用get_dummies进行one-hot编码的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/lujiandong1/article/details/52836051
