Tạo biến giả trong Python

Chuỗi để nối tên cột DataFrame. Truyền danh sách có độ dài bằng số cột khi gọi get_dummies trên DataFrame. Ngoài ra, tiền tố có thể là tên cột ánh xạ từ điển thành tiền tố

Nếu thêm tiền tố, dấu phân cách/dấu phân cách để sử dụng. Hoặc chuyển một danh sách hoặc từ điển như với tiền tố

Thêm một cột để biểu thị NaN, nếu NaN sai bị bỏ qua

Tên cột trong DataFrame sẽ được mã hóa. Nếu các cột là Không thì tất cả các cột có dtype đối tượng, chuỗi hoặc danh mục sẽ được chuyển đổi

Liệu các cột được mã hóa giả có được hỗ trợ bởi một

>>> pd.get_dummies(s)
   a  b  c
0  1  0  0
1  0  1  0
2  0  0  1
3  1  0  0

Hãy để tôi cố gắng giới thiệu cho bạn khái niệm độc đáo nhưng quan trọng về mô hình hóa dữ liệu – các biến giả thông qua tình huống dưới đây

Xem xét một bộ dữ liệu là sự kết hợp của dữ liệu liên tục cũng như dữ liệu phân loại. Ngay khi chúng tôi đọc tác phẩm 'phân loại', điều đầu tiên xuất hiện trong đầu chúng tôi là các phân loại trong dữ liệu hoặc sự hiện diện của các nhóm

Điều thường xảy ra là các biến đại diện cho các loại danh mục sống động/khác nhau. Xử lý số lượng lớn các nhóm trong dữ liệu và đưa nó vào mô hình trở thành một nhiệm vụ phức tạp và tẻ nhạt khi kích thước của tập dữ liệu tăng lên và chẳng mấy chốc sự mơ hồ bắt đầu tăng lên

Đây là lúc khái niệm biến giả xuất hiện

Biến giả là một biến số đại diện cho các danh mục con hoặc nhóm con của các biến phân loại của tập dữ liệu

Tóm lại, một biến giả cho phép chúng ta phân biệt giữa các nhóm dữ liệu phụ khác nhau và về mặt thuật ngữ cũng cho phép chúng ta sử dụng dữ liệu để phân tích hồi quy

Hãy xem ví dụ dưới đây

Hãy xem xét một tập dữ liệu chứa 10-15 biến dữ liệu trong đó nó chứa danh mục 'Nam' và 'Nữ'

Nhiệm vụ là hiểu giới tính nào thường chọn và chọn 'màu hồng' làm màu cho vỏ di động của họ. Bây giờ, trong trường hợp này, chúng ta có thể sử dụng các biến giả và gán 0 là Nam và 1 là Nữ. Điều này sẽ giúp mô hình cho ăn hiểu rõ hơn và rõ ràng hơn về dữ liệu được cung cấp

Bây giờ chúng ta hãy tạo một biến giả trong Python

Bây giờ chúng ta hãy bắt đầu với việc tạo một biến giả. Chúng tôi đã sử dụng bài toán dự đoán số lần thuê xe đạp để phân tích và tạo các biến giả

Vì vậy, chúng ta hãy bắt đầu

1. Tải tập dữ liệu

Đầu tiên chúng ta cần load dataset vào môi trường làm việc như hình bên dưới

import pandas
BIKE = pandas.read_csv("Bike.csv")

Bộ dữ liệu gốc

2. Tạo một bản sao của tập dữ liệu gốc để làm việc

Để đảm bảo rằng tập dữ liệu gốc không bị thay đổi, chúng tôi tạo một bản sao của tập dữ liệu gốc để làm việc và thực hiện thao tác tạo hình nộm

Chúng tôi đã sử dụng chức năng pandas.dataframe.copy() cho cùng một

bike = BIKE.copy()

3. Lưu trữ tất cả các biến phân loại trong một danh sách

Bây giờ chúng ta hãy lưu tất cả các biến phân loại từ tập dữ liệu vào một danh sách để xử lý

categorical_col_updated = ['season','yr','mnth','weathersit','holiday']

4. Sử dụng phương thức get_dummies() để tạo biến giả

Mô-đun Pandas cung cấp cho chúng tôi chức năng dataframe.get_dummies() để tạo các hình nộm của dữ liệu phân loại

bike = pandas.get_dummies(bike, columns = categorical_col_updated) print(bike.columns)

Chúng tôi đã chuyển tập dữ liệu và các giá trị cột phân loại cho hàm để tạo hình nộm

đầu ra

Như được thấy bên dưới, một cột giả hoặc cột riêng biệt được tạo cho mọi nhóm phụ trong mỗi danh mục

Giống như, cột 'tháng' có tất cả 12 tháng dưới dạng danh mục

Do đó, mỗi tháng được coi là một nhóm phụ và hàm get_dummies() đã tạo một cột riêng cho mỗi cột

Index(['temp', 'hum', 'windspeed', 'cnt', 'season_1', 'season_2', 'season_3',
       'season_4', 'yr_0', 'yr_1', 'mnth_1', 'mnth_2', 'mnth_3', 'mnth_4',
       'mnth_5', 'mnth_6', 'mnth_7', 'mnth_8', 'mnth_9', 'mnth_10', 'mnth_11',
       'mnth_12', 'weathersit_1', 'weathersit_2', 'weathersit_3', 'holiday_0',
       'holiday_1'],
      dtype='object')

Bạn có thể tìm tập dữ liệu kết quả bằng hàm get_dummies() tại đây

Phần kết luận

Đến đây, chúng ta đã đi đến cuối chủ đề này. Vui lòng bình luận bên dưới, trong trường hợp bạn gặp bất kỳ câu hỏi nào

Làm cách nào để tạo biến giả cho tất cả các biến phân loại Python?

Giá trị giả trong Python là gì?

Việc sử dụng Get_dummies trong Python là gì?

Làm thế nào để mã giả trong gấu trúc?