python离散特征编码

最新推荐文章于 2026-01-15 20:46:12 发布

原创

最新推荐文章于 2026-01-15 20:46:12 发布 · 4.9k 阅读

收录于

当前文章被以下社区和专栏收录：

本文探讨了Python中处理离散特征的编码方法，包括针对无序特征的独热编码和考虑大小意义的映射编码。通过示例展示了get_dummies函数的使用。

离散特征编码分两种，特征具有大小意义，特征不具有大小意义。

1、特征不具备大小意义的直接独热编码

2、特征有大小意义的采用映射编码

import pandas as pd 
df = pd.DataFrame([  
            ['green', 'M', 10.1, 'label1'],   
            ['red', 'L', 13.5, 'label2'],   
            ['blue', 'XL', 15.3, 'label2']])  
# color、label不具备大小含义，size具有大小意义
df.columns = ['color', 'size', 'length', 'label']  
df

size_mapping = {  
           'XL': 3,  
           'L': 2,  
           'M': 1}  
df['size'] = df['size'].map(size_mapping)  
  
label_mapping = {lab:idx for idx,lab in enumerate(set(df['label']))}  
df['label'] = df['label'].map(label_mapping)  
df