我得到了一個客戶數據框和有關他們活動的信息，我建立了一個模型來預測他們是否購買產品。我的標簽是一列“did_buy”，如果客戶購買，則分配 1，否則分配 0。我的模型考慮了數字列，但我還想將分類列添加到預測模型中，但我不確定如何轉換它們并在我的 X 列車中使用它們。這是我的數據框列的一瞥：Company_Sector Company_size DMU_Final Joining_Date CountryFinance and Insurance 10 End User 2010-04-13 FrancePublic Administration 1 End User 2004-09-22 France還有一些列：linkedin_shared_connections online_activity did_buy Sale_Date 11 65 1 2016-05-23 13 100 1 2016-01-12
2 回答
三國紛爭
TA貢獻1804條經驗 獲得超7個贊
讓我建議您首先確定哪些分類變量是有序的（訂單計數，例如好、非常好、壞等），哪些是名義變量（順序無關緊要，例如顏色）。對于序數，您可以使用 map 如下：
Category
0 Excellent
1 Excellent
2 Bad
3 Good
4 Bad
5 Very Good
6 Very Bad
df.Category = df.Categoy.map({'Excellent':5, 'Very Good':4,
'Good':3, 'Fair':2, 'Bad':1, 'Very Bad':0})
Category
0 5
1 5
2 1
3 3
4 1
5 4
6 0
對于名義變量，您可以實施虛擬變量方法。示例：假設您的分類變量有兩個值“Native”和“Foreign”。您可以創建一個名為“本機”的列，其中 1 表示本機，0 表示外來?？梢詾槎鄠€類別實施。
data = pd.DataFrame({"Origin": ['Native', 'Native', 'Foreign', 'Native', 'Foreign']})
Origin
0 Native
1 Native
2 Foreign
3 Native
4 Foreign
data['Native'] = pd.get_dummies(data['Origin'], drop_first=True)
data.drop("Origin", axis = 1, inplace = True)
這將導致：
Native
0 1
1 1
2 0
3 1
4 0
添加回答
舉報
0/150
提交
取消