将原始数据中的字符串特征转化为模型可以识别的数字特征可是使用pandas自带的factorzie方法。
原始数据的job特征值如下
都是字符串特征,无法用于训练，当然可以单独建立map硬编码处理，但是pandas已经封装好了相应的方法。
data = pd.read_csv("data/test_set.csv")
data["job"] = pd.factorize(data["job"])[0].astype(np.uint16)
以上这篇pandas factorize实现将字符串特征转化为数字特征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【听图阁-专注于Python设计】。
本文实例为大家分享了python实现泊松图像融合的具体代码，供大家参考，具体内容如下 ``` from __future__ import division import numpy...
Django中的中间件是一个轻量级、底层的插件系统，可以介入Django的请求和响应处理过程，修改Django的输入或输出。 中间件的设计为开发者提供了一种无侵入式的开发方式，增强了Dj...
1、break break是终止本次循环，比如你很多个while循环，你在其中一个while循环里写了一个break，满足条件，只会终止这个while里面的循环，程序会跳到上一层whil...
django ajax发送post请求的两种方法，具体内容如下所述： 第一种：将csrf_token放在from表单里 <script> function a...
我使用的是jQuery的ajax与django进行数据交互，遇到的问题是django的csrf 传输数据的方法如下： $(function() { $.ajax({ ur...