机器学习之数据预处理——特征编码(标签编码,独热编码)

机器学习之数据预处理——特征编码

  • 数据预处理——特征编码
    • 离散数据的编码
      • 标签编码
        • sklearn LabelEncoder(使用fit_transform函数)
        • sklearn LabelEncoder(反向变换可以用函数 inverse_transform)
      • 独热编码
        • sklearn OneHotEncoder

机器学习里有一句名言:数据和特征决定了机器学习的上限,而模型和算法的应用只是让我们逼近这个上限。这个说法形象且深刻的提出前期数据处理和特征分析的重要性。这一点从我们往往用整个数据挖掘全流程60%以上的时间和精力去做建模前期的数据处理和特征分析也能看出。那么疑问来了,这超过60%时间和精力我们都用在哪了?本文基于以往的知识储备以及实际的项目经验,我做一个总结。

主要包括三部分,一是获取数据、数据抽样,二是数据探索,三是数据预处理与清洗

数据预处理——特征编码

由于机器学习算法都是在矩阵上执行线性代数计算,所以参加计算的特征必须是数值型的,对于非数值型的特征需要进行编码

你可能感兴趣的:(#,机器学习,机器学习,数据挖掘,人工智能)