数据预处理之定量特征二值化与定性特征哑变量编码

   1. 定量特征二值化   

   在数据挖掘领域，定量特征二值化的目的是为了对定量的特征进行“好与坏”的划分，以剔除冗余信息。举个例子，银行对5名客户的征信进行打分，分别为50，60，70，80，90。现在，我们不在乎一个人的征信多少分，只在乎他的征信好与坏(如大于90为好，低于90就不好)；再比如学生成绩，大于60及格，小于60就不及格。这种“好与坏”、“及格与不及格”的关系可以转化为0-1变量，这就是二值化。变化方式如下所示：

                         

from sklearn.preprocessing import Binarizer
#阈值设置为3,对x的每一个元素都进行二值化
Binarizer(threshold=3).fit_transform(x)      

         2. 定性特征哑编码