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】。
利用Python进行数据分析时，Numpy是最常用的库，经常用来对数组、矩阵等进行转置等，有时候用来做数据的存储。 在numpy中，转置transpose和轴对换是很基本的操作，下面分别...
0 环境 Python版本：3.6.8 系统版本：macOS Mojave Python Jupyter Notebook 1 引言 七月了，大家最近一定被一项新的政策给折磨的焦头烂...
Json模块dumps、loads、dump、load函数介绍 1、json.dumps() json.dumps()用于将dict类型的数据转成str，因为如果直接将di...
前言 本文主要给大家介绍了关于python子类调用父类函数的相关内容，Python中子类中的__init__()函数会覆盖父类的函数，一些情况往往需要在子类里调用父类函数。下面话不多说了...
这篇文章主要介绍了python如何获取apk的packagename和activity,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下...