特征值编码实例

特征值编码

简介

特征值编码是数据预处理中的一种重要技术。在机器学习和数据挖掘领域，数据通常包含各种类型的特征，而很多算法要求这些特征以数值形式表示。特征值编码就是将非数值型的特征转换为数值型特征的过程。

功能实现

1.国籍编码

details.head()

	Player	Nation	Pos	Age
0	André Onana	cm CMR	GK	27.0
1	Diogo Dalot	pt POR	DF	24.0
2	Bruno Fernandes	pt POR	MF,FW	28.0
3	Alejandro Garnacho	ar ARG	FW	19.0
4	Marcus Rashford	eng ENG	FW	25.0

# 初始化一个label表，存放后续特征值

label = pd.DataFrame()

*# 对 Nation（国籍） 进行特征值化，采取标签编码*

label_encoder = **LabelEncoder**()

label['Nation_Label'] = label_encoder.**fit_transform**(details['Nation'])

label.**head**()

	Nation_Label
0	3
1	11
2	11
3	0
4	5

这样每个国籍都会有一个Nation_Label对应，例如3--cm CMR(喀麦隆) , 11-- pt POR(葡萄牙), 0-- ar ARG, 5--eng ENG……

---

2.位置编码

# 获取 Pos(位置) 的所有可能取值

unique = details['Pos'].unique()

unique

array(['GK', 'DF', 'MF,FW', 'FW', 'MF,DF', 'MF', 'FW,MF'], dtype=object)

# 新建一个 list 存放所有 Pos（位置） 取值

# GK = Goalkeeper(守门员)

# DF = Defender(后卫球员)

# MF = Midfielder(中场球员)

# FW = Forward(前锋球员)

positions = ['GK', 'DF', 'MF', 'FW']

---

# 初始化哑变量矩阵

zero_matrix = np.zeros((len(details['Pos']), len(positions)))

dummies = pd.DataFrame(zero_matrix, columns = positions)

dummies.head()

	GK	DF	MF	FW
0	0.0	0.0	0.0	0.0
1	0.0	0.0	0.0	0.0
2	0.0	0.0	0.0	0.0
3	0.0	0.0	0.0	0.0
4	0.0	0.0	0.0	0.0

---

完成编码