पायथन में वन-हॉट एन्कोडिंग कैसे करें

वन-हॉट एन्कोडिंग का उपयोग श्रेणीबद्ध चर को एक प्रारूप में परिवर्तित करने के लिए किया जाता है जिसे मशीन लर्निंग एल्गोरिदम द्वारा आसानी से उपयोग किया जा सकता है।

वन-हॉट कोडिंग का मूल विचार नए वेरिएबल्स बनाना है जो मूल श्रेणीबद्ध मूल्यों का प्रतिनिधित्व करने के लिए 0 और 1 मान लेते हैं।

उदाहरण के लिए, निम्नलिखित छवि दिखाती है कि हम टीम नामों वाले एक श्रेणीबद्ध चर को केवल 0 और 1 मान वाले नए चर में परिवर्तित करने के लिए एक-हॉट एनकोड कैसे करेंगे:

निम्नलिखित चरण-दर-चरण उदाहरण दिखाता है कि पायथन में इस सटीक डेटासेट के लिए एक-हॉट एन्कोडिंग कैसे करें।

चरण 1: डेटा बनाएं

सबसे पहले, आइए निम्नलिखित पांडा डेटाफ़्रेम बनाएं:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'B', 'B', 'B', 'B', 'C', 'C'],
                   ' points ': [25, 12, 15, 14, 19, 23, 25, 29]})

#view DataFrame
print (df)

  team points
0 to 25
1 to 12
2 B 15
3 B 14
4 B 19
5 B 23
6 C 25
7 C 29

चरण 2: वन-हॉट एन्कोडिंग करें

इसके बाद, आइए स्केलेर लाइब्रेरी से OneHotEncoder() फ़ंक्शन को आयात करें और इसका उपयोग पांडा डेटाफ़्रेम में ‘टीम’ वेरिएबल पर हॉट एन्कोडिंग करने के लिए करें:

 from sklearn. preprocessing import OneHotEncoder

#creating instance of one-hot-encoder
encoder = OneHotEncoder(handle_unknown=' ignore ')

#perform one-hot encoding on 'team' column 
encoder_df = pd. DataFrame ( encoder.fit_transform (df[[' team ']]). toarray ())

#merge one-hot encoded columns back with original DataFrame
final_df = df. join (encoder_df)

#view final df
print (final_df)

  team points 0 1 2
0 to 25 1.0 0.0 0.0
1 to 12 1.0 0.0 0.0
2 B 15 0.0 1.0 0.0
3 B 14 0.0 1.0 0.0
4 B 19 0.0 1.0 0.0
5 B 23 0.0 1.0 0.0
6 C 25 0.0 0.0 1.0
7 C 29 0.0 0.0 1.0

ध्यान दें कि डेटाफ़्रेम में तीन नए कॉलम जोड़े गए हैं क्योंकि मूल “टीम” कॉलम में तीन अद्वितीय मान थे।

नोट : आप OneHotEncoder() फ़ंक्शन के लिए संपूर्ण दस्तावेज़ यहां पा सकते हैं।

चरण 3: मूल श्रेणीगत चर हटाएँ

अंत में, हम डेटाफ़्रेम से मूल ‘टीम’ वेरिएबल को हटा सकते हैं क्योंकि अब हमें इसकी आवश्यकता नहीं है:

 #drop 'team' column
final_df. drop (' team ', axis= 1 , inplace= True )

#view final df
print (final_df)

   points 0 1 2
0 25 1.0 0.0 0.0
1 12 1.0 0.0 0.0
2 15 0.0 1.0 0.0
3 14 0.0 1.0 0.0
4 19 0.0 1.0 0.0
5 23 0.0 1.0 0.0
6 25 0.0 0.0 1.0
7 29 0.0 0.0 1.0

संबंधित: पांडा में कॉलम कैसे हटाएं (4 तरीके)

हम अंतिम डेटाफ़्रेम के कॉलमों का नाम भी बदल सकते हैं ताकि उन्हें पढ़ना आसान हो सके:

 #rename columns
final_df. columns = ['points', 'teamA', 'teamB', 'teamC']

#view final df
print (final_df)

   points teamA teamB teamC
0 25 1.0 0.0 0.0
1 12 1.0 0.0 0.0
2 15 0.0 1.0 0.0
3 14 0.0 1.0 0.0
4 19 0.0 1.0 0.0
5 23 0.0 1.0 0.0
6 25 0.0 0.0 1.0
7 29 0.0 0.0 1.0

वन-हॉट एन्कोडिंग पूरी हो गई है और अब हम इस पांडा डेटाफ़्रेम को अपनी इच्छानुसार किसी भी मशीन लर्निंग एल्गोरिदम में सम्मिलित कर सकते हैं।

अतिरिक्त संसाधन

पायथन में ट्रिम किए गए माध्य की गणना कैसे करें
पायथन में लीनियर रिग्रेशन कैसे करें
पायथन में लॉजिस्टिक रिग्रेशन कैसे करें