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】。
前言 最近做了几个简单的爬虫python程序，于是就想做个窗口看看效果。 首先是，窗口的话，以前没怎么接触过，就先考虑用Qt制作简单的ui。这里用前面sinanews的爬虫脚本为例，制作...
heapq 模块提供了堆算法。heapq是一种子节点和父节点排序的树形数据结构。这个模块提供heap[k] <= heap[2*k+1] and heap[k] <= hea...
本文实例讲述了Python多继承顺序。分享给大家供大家参考，具体如下： 示例1： #-*- coding:utf-8 -*- #!python2 class A(object):...
本文实例讲述了Python sqlite3事务处理方法。分享给大家供大家参考，具体如下： sqlite3事务总结: 在connect()中不传入 isolation_level 事务处理...
最近需要用Python写一个简易通讯录，但是对于数据存储很发愁。大家都知道，使用 Python 中的列表和字典进行存储数据是很不靠谱的，所以就想到Python有没有内置的数据库模块。 S...