Python 特征工程丨数析学院

在数据分析中，特征选择往往是我们面临的首要难题，本节将向大家介绍 Scikit-Learn 提供的特征工程相关工具，以便我们在 Python 中更好地对模型的特征进行处理。

分类变量特征预处理

首先我们构造如下示例数据：

1

在作为示例的租房数据中，分类变量 neighborhood 可以对应以下三个值：

2

运用 Scikit-Learn 中的 DictVectorizer 函数，我们将以上租房数据的分类变量转换为 one-hot 形式：

3

可以通过调用 get_feature_names 函数，来查看转换后的数组中对应的列名：

4

要注意的是，当我们将 DictVectorizer 函数参数 sparse 的值设置为 True 时，转换后的对象将不再是一个数组，而是一个 sparse matrix 对象：

5

未完待续：课程内容较多，请复制链接通过电脑学习，获得最佳学习效果。 http://datacademy.io/lesson/139
更多课程和文章尽在微信号：「datartisan数据工匠」