Вивчайте Завдання: Кодування Категоріальних Змінних | Попередня Обробка Даних Із Scikit-learn

Щоб підсумувати попередні три розділи, ось таблиця, яка показує, який енкодер слід використовувати:

У цьому завданні надається набір даних penguins (без пропущених значень). Усі категоріальні ознаки, включаючи цільову ('species' column), необхідно закодувати.

Нагадування про структуру набору даних:


              12345
            
import pandas as pd

df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a65bbc96-309e-4df9-a790-a1eb8c815a1c/penguins_imputed.csv')

print(df.head())

Майте на увазі, що 'island' та 'sex' — це категоріальні ознаки, а 'species' — категоріальна ціль.

Завдання

Swipe to start coding

Вам надано DataFrame під назвою df, який містить дані про пінгвінів.
Ваше завдання — закодувати всі категоріальні ознаки, щоб дані можна було використовувати в моделі машинного навчання.

Імпортуйте класи OneHotEncoder та LabelEncoder з sklearn.preprocessing.
Відокремте матрицю ознак X та цільову змінну y з DataFrame.
Створіть об'єкт OneHotEncoder і застосуйте його до стовпців 'island' та 'sex' у X.
Замініть оригінальні категоріальні стовпці на закодовані.
Створіть об'єкт LabelEncoder і застосуйте його до стовпця 'species', щоб закодувати цільову змінну y.

Рішення

Все було зрозуміло?

Дякуємо за ваш відгук!

Секція 2. Розділ 8

single

Запитати АІ

Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат

Suggested prompts:

Which encoder should I use for each column in the penguins dataset?

Can you explain the difference between OrdinalEncoder, OneHotEncoder, and LabelEncoder?

What are the next steps to encode the categorical features and target in this dataset?

Awesome!

Completion rate improved to 3.13

Свайпніть щоб показати меню