20、特征编码、转换与缩放全解析

特征编码、转换与缩放全解析

在机器学习的数据预处理阶段，特征编码、转换与缩放是至关重要的环节。合理地处理数据能够显著提升模型的性能和效果。接下来，我们将详细探讨几种常见的特征处理方法。

1. 分类特征编码

1.1 独热编码（One-Hot Encoding）

独热编码是一种将名义数据转换为适合机器学习算法的简单方法。以性别（ gender ）和婚姻状况（ maritalstatus ）为例，我们可以使用 OneHotEncoder 进行编码。

ohe = OneHotEncoder(drop_last=True, variables=['gender','maritalstatus'])
ohe.fit(X_demo_train)
X_demo_train_ohe = ohe.transform(X_demo_train)
X_demo_test_ohe = ohe.transform(X_demo_test)
X_demo_train_ohe.filter(regex='gen|mar', axis="columns").head(2).T

	606986	764231
gender_Female	1	0 </