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】。
使用matplotlib中的一些函数将tensorflow中的数据可视化，更加便于分析 import tensorflow as tf import numpy as np impo...
前言 之前写过很多关于扫描脚本的文章，一直都没写自己的扫描IP段是哪里搞来的，也会有朋友经常来问一些扫描经验，说实话我觉得这个工具并没有实际的技术含量，但是能提高工作效率，就共享出来给大...
初学 Python 的开发者经常会发现很多 Python 函数中用到了 yield 关键字，然而，带有 yield 的函数执行流程却和普通函数不一样，yield 到底用来做什么，为什么要...
环境准备 python3.52 pycharm5.05 Pillow 自制的验证码工具包/utils/check_code 验证码的作用 防恶意破解密码：防止，使用程序或...
这篇文章主要介绍了python读取ini配置文件过程示范,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 安装 pip instal...