如何對連續型數據進行離散化處理，并進行OneHot編碼，最終將OneHot編碼作為特征因子輸入模型？

什么是OneHot編碼

One-Hot編碼是分類變量作為二進制向量的表示。這首先要求將分類值映射到整數值。然后，每個整數值被表示為二進制向量，除了整數的索引之外，它都是零值，它被標記為1。
通過這個簡單的例子，比如這個特征是指的學生的一個性別，那么這個性別只有男女兩類？那么我們通過這個 one hold 編碼出來，就是男用 1，0 表示，女用 0，1 表示。年紀按照小學、初中、高中來進行一個編碼，那么小學就可以用100，那么初中用 010 ，高中用 001 。如果說這個特征，它有幾類的話，那么得有幾列數字，然后其中每一列如果那個值為 1 的話，就表示其中的一個分類。那么從這種分類的就是類別型的一個特征。沒有用 one hode 之前就是那種簡單的一個分類，比如12345 這種就直接拿去訓練了。

代碼示例

df = m11.data.read() #分箱 col_name = 'pe_ttm_bins' def cal_bins(df):bins=5df[col_name] = np.array(pd.qcut(df.pe_ttm_0, bins, labels=range(0, bins)))return df df = df.groupby('date').apply(cal_bins) display("分箱結果：",df[['date','instrument','pe_ttm_0','pe_ttm_bins']]) #換成one-hot編碼 df = pd.get_dummies(df,columns=[col_name]) display("one-hot編碼結果：",df[['date','instrument','pe_ttm_0','pe_ttm_bins_0','pe_ttm_bins_1','pe_ttm_bins_2','pe_ttm_bins_3']])

輸出結果

源碼克隆

點此克隆源碼

講解視頻

可以詳細看工程師的視頻講解：

如何對連續性數據進行離散化處理

總結

以上是生活随笔為你收集整理的如何对连续型数据进行离散化处理，并进行OneHot编码？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。