pd.get_dummies()的使用

本文介绍了一种常用的数据预处理方法,即将特征的类别抽取出来作为新的特征使用,通过增加样本维度来提高模型的表现力。使用Python的pandas库进行演示,展示了如何将字符串类型的类别特征转换为二进制向量,即独热编码(One-Hot Encoding)。这种方法对于处理分类变量尤其有效,能够避免模型在训练过程中对不同类别的数值型表示产生误解。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

In [8]: s=pd.Series(list('AABBCCABCDDEE'))
0     A
1     A
2     B
3     B
4     C
5     C
6     A
7     B
8     C
9     D
10    D
11    E
12    E
dtype: object
In [9]: pd.get_dummies(s)
Out[9]: 
    A  B  C  D  E
0   1  0  0  0  0
1   1  0  0  0  0
2   0  1  0  0  0
3   0  1  0  0  0
4   0  0  1  0  0
5   0  0  1  0  0
6   1  0  0  0  0
7   0  1  0  0  0
8   0  0  1  0  0
9   0  0  0  1  0
10  0  0  0  1  0
11  0  0  0  0  1
12  0  0  0  0  1

可以将一个特征的类别抽取出来当作新的特征使用,这样增加了样本的维度,是一种常用的数据预处理方法。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值