python - scikit-learn/python 中带有字符的随机森林

Question

我有一个字符列和数字，但我想对字符列进行分类并应用随机森林分类器。我意识到有 OneHotEncoder 但没有任何例子。那么我如何对字符进行分类，例如性别列，其中“f”和“m”为整数(如(0,1))？

Answer 1

使用LabelEncoder它接受一个字符串数组并将其转换为一个整数数组。

示例:

from sklearn.preprocessing import LabelEncoder
import pandas as pd

data = pd.DataFrame()

data['age'] = [17,33,47]
data['gender'] = ['m','f','m']

enc = LabelEncoder()

print(data)
enc.fit(data['gender'])
data['gender'] = enc.transform(data['gender'])
print(data)

输出:

   age gender
0    17      m
1    33      f
2    47      m
   age  gender
0    17       1
1    33       0
2    47       1