定性特征转化为定量特征之factorize
前面介绍了独热编码和哑编码,还有一种可以将定性特征转化为定量特征的方法,即factorize(),下面将介绍一下该方法
概要:在泰坦尼克灾难预测中,dummy不好处理Cabin(船舱号)这种标称属性,因为它出现的变量比较多。所以Pandas有一个方法叫做factorize(),它可以创建一些数字,来表示类别变量,对每一个类别映射一个ID,这种映射最后只生成一个特征,不像dummy那样生成多个特征。
factorize函数可以将Series中的标称型数据映射称为一组数字,相同的标称型映射为相同的数字。factorize函数的返回值是一个tuple(元组),元组中包含两个元素。第一个元素是一个array,其中的元素是标称型元素映射为的数字;第二个元素是Index类型,其中的元素是所有标称型元素,没有重复。
看代码:
df = pd.DataFrame({"id":[1,2,3,4,5,6,3,2],"raw_grade":['a','b','b','a','a','e','c','a']}) print(df) x = pd.factorize(df.raw_grade) print(x)
id raw_grade 0 1 a 1 2 b 2 3 b 3 4 a 4 5 a 5 6 e 6 3 c 7 2 a (array([0, 1, 1, 0, 0, 2, 3, 0], dtype=int64), Index(['a', 'b', 'e', 'c'], dtype='object'))
print(x[0]) print(x[1])
[0 1 1 0 0 2 3 0] Index(['a', 'b', 'e', 'c'], dtype='object')
看一下x的类型
print(type(x))
<class 'tuple'>
总结:对于one-hot encoding、dummy enconding还是factorize都可以将定性特征转化为定量特征,三种方法各有各自最适用的场合,要根据实际情况作出最合理的选择,以便在数据处理的过程中得到最理想的结果。
转载于:https://www.cnblogs.com/djesse1/p/10559449.html
定性特征转化为定量特征之factorize相关推荐
- 平均数编码:针对高基数定性特征(类别特征)的数据预处理/特征工程
https://zhuanlan.zhihu.com/p/26308272 (在另一篇文章中,我正在汇总所有已知的数据挖掘特征工程技巧:[持续更新]机器学习特征工程实用技巧大全 - 知乎专栏.) 前言 ...
- 【特征工程】17种将离散特征转化为数字特征的方法
作者 | Samuele Mazzanti 编译 | VK 来源 | Towards Data Science "你知道哪种梯度提升算法?" "Xgboost,Light ...
- 2023电工杯数学建模AB题思路分析
文章目录 0 赛题思路 1 竞赛信息 2 竞赛时间 3 组织机构 4 建模常见问题类型 4.1 分类问题 4.2 优化问题 4.3 预测问题 4.4 评价问题 0 赛题思路 (赛题出来以后第一时间在C ...
- 2023电工杯数学建模A题思路
文章目录 0 赛题思路 1 竞赛信息 2 竞赛时间 3 组织机构 4 建模常见问题类型 4.1 分类问题 4.2 优化问题 4.3 预测问题 4.4 评价问题 0 赛题思路 (赛题出来以后第一时间在C ...
- 2023电工杯数学建模B题思路分析
文章目录 0 赛题思路 1 竞赛信息 2 竞赛时间 3 组织机构 4 建模常见问题类型 4.1 分类问题 4.2 优化问题 4.3 预测问题 4.4 评价问题 0 赛题思路 (赛题出来以后第一时间在C ...
- 2023电工杯数学建模A题B题思路模型
文章目录 0 赛题思路 1 竞赛信息 2 竞赛时间 3 组织机构 4 建模常见问题类型 4.1 分类问题 4.2 优化问题 4.3 预测问题 4.4 评价问题 0 赛题思路 (赛题出来以后第一时间在C ...
- 2023电工杯数学建模B题思路模型
文章目录 0 赛题思路 1 竞赛信息 2 竞赛时间 3 组织机构 4 建模常见问题类型 4.1 分类问题 4.2 优化问题 4.3 预测问题 4.4 评价问题 0 赛题思路 (赛题出来以后第一时间在C ...
- 2023电工杯数学建模B题思路
文章目录 0 赛题思路 1 竞赛信息 2 竞赛时间 3 组织机构 4 建模常见问题类型 4.1 分类问题 4.2 优化问题 4.3 预测问题 4.4 评价问题 0 赛题思路 (赛题出来以后第一时间在C ...
- 2023年第十五届电工杯数学建模A题B题思路汇总
文章目录 0 赛题思路 1 竞赛信息 2 竞赛时间 3 组织机构 4 建模常见问题类型 4.1 分类问题 4.2 优化问题 4.3 预测问题 4.4 评价问题 0 赛题思路 (赛题出来以后第一时间在C ...
- 2023年电工杯数学建模AB题思路分析
文章目录 0 赛题思路 1 竞赛信息 2 竞赛时间 3 组织机构 4 建模常见问题类型 4.1 分类问题 4.2 优化问题 4.3 预测问题 4.4 评价问题 0 赛题思路 (赛题出来以后第一时间在C ...
最新文章
- 【错误记录】Android Studio 配置 GitHub 报错 ( Can‘t login using given credentials: Request response: 401 Una )
- 注册表文件修改打开程序的简单示例
- 对象存储S3访问姿势
- mysql把一个字段加到另一张表中_mysql如何能把一个表中的某一字段下的数据加入另一个表中相同字段下,条件是两表中的某字段相同?...
- C学习杂记(四)sizeof计算联合体大小
- Android 应用更新和在服务器下载android应用
- csapp 深入理解计算机系统 csapp.h csapp.c文件配置
- Android 性能分析岗位,2021Android最新大厂面试真题总结,架构师必备技能
- my first d3d application 哈哈哈。
- 全国省市区数据库sql
- SpringBoot排序之Order注解
- js Math.rander的用法
- c#实现Udp通信(四)--UPD大数据量接收(异步接收)
- 红孩儿编辑器的概要设计第二部分
- 共模干扰以及共模干扰消除方法
- Web自动化测试02
- ElasticSearch-查询语法(结构化查询)
- 北航计算机是啥水平,清华眼中的北航是什么水平?附北航2020年全国录取分数线...
- APPH系列相位噪声分析仪和VCO测试仪—输入高达40GHz
- minio 文件预览_MinIO Docs | MinIO快速入门指南