数据预处理 | 使用 sklearn.preprocessing.OrdinalEncoder 将分类特征转换为数值型
2021-04-09 21:28
阅读：747
标签：for import RoCE nbsp tran ssi 数据预处理 column 分类 说明： 1 string_data 是挑出来的 需要转成数值型特征的 分类特征 2 转换后，通常要将 array 类型的结果转成 DataFrame，与其他的特征合并 数据预处理 | 使用 sklearn.preprocessing.OrdinalEncoder 将分类特征转换为数值型 标签：for import RoCE nbsp tran ssi 数据预处理 column 分类 原文地址：https://www.cnblogs.com/ykit/p/12440945.html
from sklearn.preprocessing import OrdinalEncoder
model_oe = OrdinalEncoder()
string_data_array = model_oe.fit_transform(string_data)
string_data_pd = pd.DataFrame(string_data_con,columns=string_data.columns)
文章来自：搜素材网的编程语言模块，转载请注明文章出处。
文章标题：数据预处理 | 使用 sklearn.preprocessing.OrdinalEncoder 将分类特征转换为数值型
文章链接：http://soscw.com/index.php/essay/73498.html
文章标题：数据预处理 | 使用 sklearn.preprocessing.OrdinalEncoder 将分类特征转换为数值型
文章链接：http://soscw.com/index.php/essay/73498.html
评论
亲，登录后才可以留言！