In diesem Video beschreibe ich Dir, was das One-Hot-Encoding ist, wofür es verwendet wird und warum man das braucht. Zusätzlich gibt es einen Leitfaden, wie du das One-Hot-Encoding in Python umsetzt.
Der versprochene Code aus dem Video:
Importieren der Libraries
from numpy import array
from numpy import argmax
import pandas as pd
from sklearn.preprocessing import LabelEncoder
from sklearn.preprocessing import OneHotEncoder
Importieren des Datensatzes
titanic = pd.read_csv("train.csv")
Erstellen eines Arrays für die Zielvariable
values = array(titanic.Sex)
Integer encode
label_encoder = LabelEncoder()
integer_encoded = label_encoder.fit_transform(values)
print(integer_encoded)
One-hot encode
onehot_encoder = OneHotEncoder(sparse=False)
integer_encoded = integer_encoded.reshape(len(integer_encoded), 1)
onehot_encoded = onehot_encoder.fit_transform(integer_encoded)
print(onehot_encoded)
Auslesen der Werte
inverted = label_encoder.inverse_transform([argmax(onehot_encoded[0, :])])
inverted2 = label_encoder.inverse_transform([argmax(onehot_encoded[1, :])])
print(inverted, inverted2)
create columns for binary variables - train
titanic["Female"] = pd.DataFrame({'Female': onehot_encoded[:, 0]})
titanic["Male"] = pd.DataFrame({'Male': onehot_encoded[:, 1]})
print(titanic.head())
En esta página del sitio puede ver el video en línea 00 Machine Learning mit Python: One-Hot-Encoding in Python (mit Code zum Nachmachen) de Duración hora minuto segunda en buena calidad , que subió el usuario Level Up Your Data Science 23 febrero 2021, comparta el enlace con amigos y conocidos, en youtube este video ya ha sido visto 1,072 veces y le gustó 11 a los espectadores. Disfruta viendo!