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】。
比如，若要将某个String对象s从gbk内码转换为UTF-8，可以如下操作 s.decode('gbk').encode('utf-8′) 可是，在实际开发中，我发现，这种办法经常会出...
最近在做项目的时候经常会用到定时任务，由于我的项目是使用Java来开发，用的是SpringBoot框架，因此要实现这个定时任务其实并不难。 后来我在想如果我要在Python中实现，我要怎...
本文介绍用python实现的搜索本地文本文件内容的小程序。从而学习Python I/O方面的知识。代码如下： import os #根据文件扩展名判断文件类型 def endWit...
本文实例讲述了django框架创建应用操作。分享给大家供大家参考，具体如下： 18.1.5 安装Django 安装Django node2:/root#pip insta...
测试目录 项目的整体结构可以参考“软件目录开发规范”，这里单说测试目录。一般都是在项目里单独创建一个测试目录，目录名就是“tests”。 关于目录的位置，一种建议是，在项目名（假设项...