Вивчайте Завдання: Кодування Категоріальних Змінних | Попередня Обробка Даних Із Scikit-learn

Щоб підсумувати попередні три розділи, наведено таблицю, яка показує, який кодувальник слід використовувати:

У цьому завданні ви працюєте з набором даних penguins (без пропущених значень). Усі категоріальні ознаки — включаючи цільову 'species' — необхідно закодувати для використання в ML.


              12345
            
import pandas as pd

df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a65bbc96-309e-4df9-a790-a1eb8c815a1c/penguins_imputed.csv')

print(df.head())

Майте на увазі, що 'island' та 'sex' є категоріальними ознаками, а 'species' — категоріальною цільовою змінною.

Завдання

Swipe to start coding

Вам надано DataFrame df. Закодуйте всі категоріальні стовпці:

Імпортуйте OneHotEncoder та LabelEncoder з sklearn.preprocessing.
Розділіть дані на X (ознаки) та y (ціль).
Створіть OneHotEncoder і застосуйте його до стовпців 'island' та 'sex' у X.
Замініть ці оригінальні стовпці на їх закодовані версії.
Використайте LabelEncoder для стовпця 'species' для кодування y.

Рішення

Все було зрозуміло?

Дякуємо за ваш відгук!

Секція 2. Розділ 8

single

Запитати АІ

Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат

Suggested prompts:

What are the steps to encode the categorical features and target in this dataset?

Can you explain the difference between OrdinalEncoder, OneHotEncoder, and LabelEncoder?

How do I choose which encoder to use for each column in the penguins dataset?

Свайпніть щоб показати меню


              12345
            
import pandas as pd

df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a65bbc96-309e-4df9-a790-a1eb8c815a1c/penguins_imputed.csv')

print(df.head())