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】。
本文实例讲述了Python进程间通信Queue消息队列用法。分享给大家供大家参考，具体如下： 进程间通信-Queue Process之间有时需要通信，操作系统提供了很多机制来实现进程间的...
我会随便说，C++ 近年来开始"抄袭" Python 么？我只会说，我在用 C++ 来学习 Python. 不信？来跟着我学？ 字面量 Python 早在 2.6 版本中就支持将二进制作...
下面介绍两种查看django 执行的sql语句的方法。 方法一： queryset = Apple.objects.all() print queryset.query SELEC...
复制代码 代码如下:from win32com.client import DispatchEximport timeie=DispatchEx("InternetExplorer.Ap...
一个最最简单的例子： 绘制一个从 0 到 360 度完整的 SIN 函数图形 import numpy as np import matplotlib.pyplot as pt x...