scikit에서 비공식적 인 데이터를 처리하는 방법, 파이썬 배우기?

Question

데이터 마이닝을 처음 사용했습니다. 저는 이사 이름을 포함하는 데이터 세트를 가지고 있습니다. Scikit이 견적서가 문제없이 사용할 수있는 것을 배울 수있는 올바른 방법은 무엇입니까?

인터넷에서 발견 한 것부터 sklearn.preprocessing.LabelEncoder가 올바른 선택이라고 생각했습니다.

Answer 1

는 make_pipeline(LabelEncoder, OneHotEncoder) 또는 pd.get_dummies가) 보통의 선택, 사용하고, 그리고 linear_model 또는 tree 중 하나에서 분류와 잘 작동 할 수 있습니다 모델의 유형 따라 달라집니다. LabelEncoder 자체는 또 다른 선택이지만 라벨에 자연스러운 주문 (교육 수준 등)이 없거나 개별 라벨을 분리 할 수있는 매우 깊은 나무를 사용하지 않는 한 제대로 작동하지 않습니다.

Answer 2

예, 저는 LabelEncoder가 올바른 선택이라고 생각합니다. 다음은 Scikit-Learn 문서의 예제입니다.

le = preprocessing.LabelEncoder() 
le.fit(["paris", "paris", "tokyo", "amsterdam"]) 
list(le.classes_) # ['amsterdam', 'paris', 'tokyo'] 
le.transform(["tokyo", "tokyo", "paris"]) # array([2, 2, 1]...) 
list(le.inverse_transform([2, 2, 1])) # ['tokyo', 'tokyo', 'paris']