预处理多值功能？

2017-10-10 122 views 0 likes

如何预处理多值特征（genre_ids）？预处理多值功能？

由于我需要为一列的每一行分配一个数值，但我可以如何有效地预处理此genre_ids？

msno |city |bd |gender| song_id| song_length| genre_ids| artist_name 
1  12 33 0  11  222   372    89 
2  11 23 1  1  202   372|374|375  99 
3  14 22 1  2  300   386    78

来源

2017-10-10 Mukesh Gupta

所以一点战的方式来构建一列每个genre_id并将其编码为稀疏矩阵也许（One_Hot_encoding）。然而，为了压缩这个巨大的矩阵，你可以尝试使用一些无监督的学习方法？ – Quickbeam2k1

回答

您可以使用pandas包来解决你的任务：

import pandas as pd 

df = pd.DataFrame({'msno': [1, 2, 3], 
        'city': [12, 11, 14], 
        'bd': [33, 23, 22], 
        'gender': [0, 1, 1], 
        'song_id': [11, 1, 2], 
        'song_length': [222, 202, 300], 
        'genre_ids': ['372', '372|374|375', '386'], 
        'artist_name': [89, 99, 78]}) 

genre_ids_dummies = (pd.get_dummies(df.genre_ids.apply(lambda x: x.split('|')) 
               .apply(pd.Series) 
               .stack()).sum(level=0)) 
df_processed = pd.concat(objs=[df.drop(labels='genre_ids', axis=1), 
           genre_ids_dummies], axis=1)

来源

2017-10-10 13:50:52

预处理多值功能？

回答

相关问题