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】。
用python编写数据库的代码很方便，但是如果不想自己写sql语句，其实还有更多的讨巧办法。使用webpy的db库就是不错的一个选择。当然为了使用webpy的db，之前你还需要安装MyS...
Python 的内存管理架构（Objects/obmalloc.c）： 复制代码 代码如下: _____ ______&nb...
原以为在IronPython中使用MySQL是一件很容易的事情，即使有麻烦，也可以改变路径，加载Python下的MySQL模块。事实证明，这是我一厢情愿的想法。要想在IronPython...
这里记录Python中容易被忽视的小问题 一、input(...)和raw_input(...) #简单的差看帮助文档input(...)和raw_input(...)有如下区别...
1.用python调用python脚本 #!/usr/local/bin/python3.7 import time import os count = 0 str = ('pyt...