数据预处理 | 使用 sklearn.preprocessing.OrdinalEncoder 将分类特征转换为数值型

Posted ykit

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数据预处理 | 使用 sklearn.preprocessing.OrdinalEncoder 将分类特征转换为数值型相关的知识,希望对你有一定的参考价值。

from sklearn.preprocessing import OrdinalEncoder

model_oe = OrdinalEncoder()

string_data_array = model_oe.fit_transform(string_data)
string_data_pd = pd.DataFrame(string_data_con,columns=string_data.columns)

说明:

1  string_data  是挑出来的 需要转成数值型特征的 分类特征

2  转换后,通常要将 array 类型的结果转成 DataFrame,与其他的特征合并

以上是关于数据预处理 | 使用 sklearn.preprocessing.OrdinalEncoder 将分类特征转换为数值型的主要内容,如果未能解决你的问题,请参考以下文章

使用 keras 的自定义数据生成器功能预处理海量数据

使用Tensorflow搭建回归预测模型之二:数据准备与预处理

使用Flink批处理完成数据比对(对账)三

使用PyTorch进行数据处理

数据挖掘概念与技术读书笔记数据预处理

毕业设计 题目:基于大数据的共享单车数据分析