NLP-离散特征值的数据处理问题

学习笔记，备忘录。。。
来源：特征工程到底是什么？

---

离散特征值

离散特征值有两种数据类型：

• 取值大小有意义：eg.尺寸:L，XL，XXL

将大小值通过字典进行存储

• 取值大小无意义：eg.颜色:红、黄、蓝

使用get_dummies()方法处理
pandas.get_dummies(data,prefix=None,prefix_sep=’‘,dummy_na=False,columns=None,drop_first=False)

---

案例

以个人信息为例：

 import pandas as pd
 data=pd.read_csv('./text.csv',sep=' ',encoding='GBK')