Contenido del Curso
Procesamiento Previo de Datos
Procesamiento Previo de Datos
Codificación One-Hot
Así pues, empecemos a comprender cuándo y qué métodos de codificación es mejor utilizar.
Por lo general, es mejor utilizar la codificación única cuando la variable categórica no tiene un orden o jerarquía natural entre las categorías y cuando el número de categorías únicas es relativamente pequeño. Se suele utilizar para datos categóricos nominales, en los que las categorías no tienen un orden o relación inherente entre ellas.
Vea algunos ejemplos de datos categóricos nominales:
- Colores: rojo, azul, verde, amarillo, etc;
- Países: EE.UU., Canadá, México, Japón, etc;
- Diferentes mascotas: perro, gato, pájaro, pez, etc;
- Géneros musicales: pop, rock, hip hop, country, etc;
- Estado civil: soltero, casado, divorciado, viudo, etc.
La idea básica de la codificación one-hot es crear una variable binaria (0/1) para cada categoría de la variable categórica.
Podemos realizar la codificación one-hot utilizando el método pd.get_dummies(), que crea 3 nuevas columnas binarias para cada uno de los tres valores de color únicos. El conjunto de datos resultante muestra la representación binaria de cada valor de color:
import pandas as pd # Create a sample dataset with categorical data dataset = pd.DataFrame({'color': ['red', 'green', 'blue', 'red', 'blue']}) # Perform one-hot encoding one_hot_encoded = pd.get_dummies(dataset['color']) # Display the one-hot encoded dataframe print(one_hot_encoded)
Tarea
Utilice el método de codificación de una sola vez en el conjunto de datos 'cars.csv'.
Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones¡Gracias por tus comentarios!
Codificación One-Hot
Así pues, empecemos a comprender cuándo y qué métodos de codificación es mejor utilizar.
Por lo general, es mejor utilizar la codificación única cuando la variable categórica no tiene un orden o jerarquía natural entre las categorías y cuando el número de categorías únicas es relativamente pequeño. Se suele utilizar para datos categóricos nominales, en los que las categorías no tienen un orden o relación inherente entre ellas.
Vea algunos ejemplos de datos categóricos nominales:
- Colores: rojo, azul, verde, amarillo, etc;
- Países: EE.UU., Canadá, México, Japón, etc;
- Diferentes mascotas: perro, gato, pájaro, pez, etc;
- Géneros musicales: pop, rock, hip hop, country, etc;
- Estado civil: soltero, casado, divorciado, viudo, etc.
La idea básica de la codificación one-hot es crear una variable binaria (0/1) para cada categoría de la variable categórica.
Podemos realizar la codificación one-hot utilizando el método pd.get_dummies(), que crea 3 nuevas columnas binarias para cada uno de los tres valores de color únicos. El conjunto de datos resultante muestra la representación binaria de cada valor de color:
import pandas as pd # Create a sample dataset with categorical data dataset = pd.DataFrame({'color': ['red', 'green', 'blue', 'red', 'blue']}) # Perform one-hot encoding one_hot_encoded = pd.get_dummies(dataset['color']) # Display the one-hot encoded dataframe print(one_hot_encoded)
Tarea
Utilice el método de codificación de una sola vez en el conjunto de datos 'cars.csv'.
Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones¡Gracias por tus comentarios!
Codificación One-Hot
Así pues, empecemos a comprender cuándo y qué métodos de codificación es mejor utilizar.
Por lo general, es mejor utilizar la codificación única cuando la variable categórica no tiene un orden o jerarquía natural entre las categorías y cuando el número de categorías únicas es relativamente pequeño. Se suele utilizar para datos categóricos nominales, en los que las categorías no tienen un orden o relación inherente entre ellas.
Vea algunos ejemplos de datos categóricos nominales:
- Colores: rojo, azul, verde, amarillo, etc;
- Países: EE.UU., Canadá, México, Japón, etc;
- Diferentes mascotas: perro, gato, pájaro, pez, etc;
- Géneros musicales: pop, rock, hip hop, country, etc;
- Estado civil: soltero, casado, divorciado, viudo, etc.
La idea básica de la codificación one-hot es crear una variable binaria (0/1) para cada categoría de la variable categórica.
Podemos realizar la codificación one-hot utilizando el método pd.get_dummies(), que crea 3 nuevas columnas binarias para cada uno de los tres valores de color únicos. El conjunto de datos resultante muestra la representación binaria de cada valor de color:
import pandas as pd # Create a sample dataset with categorical data dataset = pd.DataFrame({'color': ['red', 'green', 'blue', 'red', 'blue']}) # Perform one-hot encoding one_hot_encoded = pd.get_dummies(dataset['color']) # Display the one-hot encoded dataframe print(one_hot_encoded)
Tarea
Utilice el método de codificación de una sola vez en el conjunto de datos 'cars.csv'.
Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones¡Gracias por tus comentarios!
Así pues, empecemos a comprender cuándo y qué métodos de codificación es mejor utilizar.
Por lo general, es mejor utilizar la codificación única cuando la variable categórica no tiene un orden o jerarquía natural entre las categorías y cuando el número de categorías únicas es relativamente pequeño. Se suele utilizar para datos categóricos nominales, en los que las categorías no tienen un orden o relación inherente entre ellas.
Vea algunos ejemplos de datos categóricos nominales:
- Colores: rojo, azul, verde, amarillo, etc;
- Países: EE.UU., Canadá, México, Japón, etc;
- Diferentes mascotas: perro, gato, pájaro, pez, etc;
- Géneros musicales: pop, rock, hip hop, country, etc;
- Estado civil: soltero, casado, divorciado, viudo, etc.
La idea básica de la codificación one-hot es crear una variable binaria (0/1) para cada categoría de la variable categórica.
Podemos realizar la codificación one-hot utilizando el método pd.get_dummies(), que crea 3 nuevas columnas binarias para cada uno de los tres valores de color únicos. El conjunto de datos resultante muestra la representación binaria de cada valor de color:
import pandas as pd # Create a sample dataset with categorical data dataset = pd.DataFrame({'color': ['red', 'green', 'blue', 'red', 'blue']}) # Perform one-hot encoding one_hot_encoded = pd.get_dummies(dataset['color']) # Display the one-hot encoded dataframe print(one_hot_encoded)
Tarea
Utilice el método de codificación de una sola vez en el conjunto de datos 'cars.csv'.
Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opcionesCambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones