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】。
按照各位大佬的博客来，端口连接的命令始终连接不上。 后来问了同学，在开了监听之后： 使用书上的代码连接不能成功，连接的命令改成：nc www.baidu.com 80（同理 监听本地就...
close()方法方法关闭打开的文件。关闭的文件无法读取或写入更多东西。文件已被关闭之后任何操作会引发ValueError。但是调用close()多次是可以的。 Python...
本文研究的主要是Python SqlAlchemy动态添加数据表字段，具体如下。 我们知道使用SqlAlchemy创建类来映射数据表，类属性等于数据库字段，但有时候要在我们创建表的时候，...
本文实例讲述了python开发之thread线程基础。分享给大家供大家参考，具体如下： 说到线程，我们要知道啥是串行，啥是并行程序 举个例子： 串行程序，就是一个一个的执行程序 #p...
关于excel和shp的使用在matplotlib 使用pandas 对excel进行简单操作 使用cartopy 读取shpfile 展示到matplotlib中 利用s...