ML之FE：数据预处理/特征工程之两大类特征(连续型特征/离散型特征)、四大数据类型(数值型/类别型/字符串型/时间型)简介、类别型特征编码的基础代码实现之详细攻略

ML之FE：数据预处理/特征工程之两大类特征(连续型特征/离散型特征)、四大数据类型(数值型/类别型/字符串型/时间型)简介、类别型特征编码的基础代码实现之详细攻略

目录

两大类特征(连续型特征/离散型特征)

1、 连续型特征

2、离散型特征

四大数据类型

1、数值型变量/特征

1.1、数值离散化

2、类别型变量/特征

2.1、将类别型的标签interest_level编码为数字的常用函数

T1、np.where法

T2、apply字典法

2.2、类别数值化常用的转换方法

T1、Ordinal Encoding序列编码/序号编码

T2、OneHotEncoder独热向量编码/哑变量编码

(1)、sklearn中实现

(2)、Pandas中实现

 (3)、NDataScience中实现

T3、Binary Encoding二进制编码/二值化

(1)、自定义实现

(2)、LabelBinarizer函数实现

ML之FE：特征工程/数据预处理中的数据数字化/特征编码之OneHotEncoder(单个特征独自编码)、LabelBinarizer(多个特征一起编码)对比、代码实现

T4、LabelEncoder标签编码

T5、统计编码

T6、Embedding嵌入

T7、Hash与聚类处理

3、文本型(字符串型)变量/特征

4、时间型变量/特征

（1）利用pandas和datetime获取一个时间点的不同时间单位并判断是否为周末

---

相关文章
DataScience：数据预处理/特征工程之两大类特征(连续型特征/离散型特征)、四大数据类型(数值型/类别型/字符串型/时间型)简介、类别型特征编码的基础代码实现之详细攻略

ML之FE：特征工程/数据预处理之特征编码(独热编码、二值化编码、标签编码)全部实现代码(基于titanic泰坦尼克数据集)