One-Hot Encoding

Coddy'nin Machine Learning Journey'sinin Makine Öğrenimi için İstatistik bölümünün bir parçası. Ders 53 / 64.

Enstrümanların sırası yoktur: 1, 2, 3 diye numaralandırıldıklarında piyano, davuldan daha büyük bir sayı olur. One-hot kodlama, bunun yerine her kategoriye kendine ait bir 0/1 sütunu verir:

Dört öğrencinin enstrümanları olan piyano, davul, piyano ve çello; çello, davul ve piyano adlarında üç sütuna dönüşür: her satırda, enstrümanının sütununda tek bir 1 ve diğerlerinde 0 bulunurken haftalar sütunu olduğu gibi aktarılır

Bunu pd.get_dummies yapar ve dtype=int, True ve False yerine 1 ve 0 ister:

pupils = pd.DataFrame({"instrument": ["piano", "drums", "piano", "cello"],
                       "weeks": [4, 3, 6, 10]})
encoded = pd.get_dummies(pupils, columns=["instrument"], dtype=int)
print(encoded)

Şunun çıktısını verir:

   weeks  instrument_cello  instrument_drums  instrument_piano
0      4                 0                 0                 1
1      3                 0                 1                 0
2      6                 0                 0                 1
3     10                 1                 0                 0

Yeni sütunlar, alfabetik sırayla her değer için bir tane olacak şekilde sona eklenir. Bunun bedeli genişliktir: 500 farklı değer, 500 sütun ekler.

Görev

Orta

Tatil sitesi, kabinleri cabins.csv dosyasında listeler. Program bir sütun adı okur: area veya heat. Başlangıç kodu bunu fiyatla ilişkilendirmek için sayısallaştırır, ancak bu sütunların hiçbirinin sıralaması yoktur: bu r uydurmadır.

Satırlarını değiştir: sütunu one-hot encode et (0 ve 1).
Kaç sütuna dönüştüğünü, ardından her yeni sütunu 1 sayısıyla birlikte yazdır.

Beş kabin ve heat girdisi için:

heat became 2 columns:
heat_gas: 3 cabins
heat_wood: 2 cabins

Kendin dene

import pandas as pd

cabins = pd.read_csv("cabins.csv")
column = input()

# Kodunuzu aşağıya yazın
# Bu satırlar, bölgeleri ve ısıtma türlerini gerçekte sahip olmadıkları bir sıraya göre numaralandırıyor: bunları değiştirin
numbers = {"coast": 1, "hills": 2, "lake": 3, "woods": 4, "gas": 1, "solar": 2, "wood": 3}
cabins[column] = cabins[column].map(numbers)
print(f"{column} against price: r = {round(cabins[column].corr(cabins['price']), 2)}")

Kendini test et

Bu ders kısa bir quiz içerir. Soruları yanıtlamak ve ilerlemeni kaydetmek için derse başla.

Makine Öğrenimi için İstatistik bölümündeki tüm dersler

2Dağılımlar

Yoğunluk Histogramları Veri Dağılımlarının Şekilleri Normal Eğri 68-95-99,7 Kuralı Z Puanları Özet: Pil Ömrü

5Aykırı Değerler

Kutu Grafikleri IQR Kuralı Z-Skoru Kuralı Aykırı Değerleri Ele Alma Özet: Sensör Hataları

8Grupları Karşılaştırma

Gruplara Göre Kutu Grafikleri Ortalamalar Arasındaki Fark Şans Eseri Olabilir mi?P-Değerleri t-Testi Özet: A/B Testi

11Bir Veri Kümesini Keşfetmek

İlk Bakış Tüm Özellikler Bir Arada Özellikler ve Etiket En İyi İki Özellik Özet: Diyabet Verileri

Kendi başına pratik yap: Online Python derleyicisi