วิธีดำเนินการเข้ารหัสแบบ one-hot ใน python
การเข้ารหัสแบบร้อนแรงเดียว ใช้เพื่อแปลงตัวแปรหมวดหมู่ให้เป็นรูปแบบที่ อัลกอริธึมการเรียนรู้ของเครื่อง สามารถใช้งานได้ง่าย
แนวคิดพื้นฐานของการเข้ารหัสแบบร้อนแรงคือการสร้างตัวแปรใหม่ที่ใช้ค่า 0 และ 1 เพื่อแสดงค่าหมวดหมู่ดั้งเดิม
ตัวอย่างเช่น รูปภาพต่อไปนี้แสดงให้เห็นว่าเราจะเข้ารหัสแบบครั้งเดียวเพื่อแปลงตัวแปรหมวดหมู่ที่มีชื่อทีมเป็นตัวแปรใหม่ที่มีค่าเพียง 0 และ 1 เท่านั้น:
ตัวอย่างทีละขั้นตอนต่อไปนี้แสดงวิธีการเข้ารหัสแบบร้อนแรงสำหรับชุดข้อมูลนี้ใน Python
ขั้นตอนที่ 1: สร้างข้อมูล
ขั้นแรก เรามาสร้าง DataFrame แพนด้าดังต่อไปนี้:
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
ขั้นตอนที่ 2: ทำการเข้ารหัสแบบร้อนครั้งเดียว
ต่อไป เรามานำเข้าฟังก์ชัน OneHotEncoder() จากไลบรารี sklearn และใช้มันเพื่อทำการเข้ารหัสแบบ hot บนตัวแปร ‘ทีม’ ใน DataFrame ของ pandas:
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
โปรดทราบว่ามีการเพิ่มคอลัมน์ใหม่สามคอลัมน์ใน DataFrame เนื่องจากคอลัมน์ “ทีม” ดั้งเดิมมีค่าที่ไม่ซ้ำกันสามค่า
หมายเหตุ : คุณสามารถค้นหาเอกสารฉบับเต็มสำหรับฟังก์ชัน OneHotEncoder() ได้ที่นี่
ขั้นตอนที่ 3: ลบตัวแปรหมวดหมู่ดั้งเดิม
สุดท้ายนี้ เราสามารถลบตัวแปร ‘ทีม’ ดั้งเดิมออกจาก DataFrame ได้เนื่องจากเราไม่ต้องการมันอีกต่อไป:
#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
ที่เกี่ยวข้อง: วิธีลบคอลัมน์ใน Pandas (4 วิธี)
นอกจากนี้เรายังสามารถเปลี่ยนชื่อคอลัมน์ของ DataFrame สุดท้ายเพื่อให้อ่านง่ายขึ้น:
#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
การเข้ารหัสแบบร้อนแรงเพียงครั้งเดียวเสร็จสิ้นแล้ว และตอนนี้เราสามารถแทรก DataFrame ของแพนด้านี้ลงในอัลกอริธึมการเรียนรู้ของเครื่องที่เราต้องการได้
แหล่งข้อมูลเพิ่มเติม
วิธีการคำนวณค่าเฉลี่ยแบบเล็มใน Python
วิธีการถดถอยเชิงเส้นใน Python
วิธีการดำเนินการถดถอยโลจิสติกใน Python