Python的逻辑回归-准备数据

📌 相关文章

📜 Python的逻辑回归-准备数据

📅 最后修改于: 2020-12-13 14:02:32 🧑 作者: Mango

为了创建分类器，我们必须以分类器构建模块要求的格式准备数据。我们通过进行一次热编码来准备数据。

编码数据

我们将在短期内讨论编码数据的含义。首先，让我们运行代码。在代码窗口中运行以下命令。

In [10]: # creating one hot encoding of the categorical columns.
data = pd.get_dummies(df, columns =['job', 'marital', 'default', 'housing', 'loan', 'poutcome'])

如评论所述，以上语句将创建数据的一种热编码。让我们看看它创造了什么?通过在数据库中打印头记录来检查称为“数据”的创建数据。

In [11]: data.head()

您将看到以下输出-

创建的数据

为了理解上述数据，我们将通过运行data.columns命令列出列名称，如下所示：

In [12]: data.columns
Out[12]: Index(['y', 'job_admin.', 'job_blue-collar', 'job_entrepreneur',
'job_housemaid', 'job_management', 'job_retired', 'job_self-employed', 
'job_services', 'job_student', 'job_technician', 'job_unemployed',
'job_unknown', 'marital_divorced', 'marital_married', 'marital_single', 
'marital_unknown', 'default_no', 'default_unknown', 'default_yes', 
'housing_no', 'housing_unknown', 'housing_yes', 'loan_no',
'loan_unknown', 'loan_yes', 'poutcome_failure', 'poutcome_nonexistent', 
'poutcome_success'], dtype='object')

现在，我们将解释如何通过get_dummies命令完成一种热编码。新生成的数据库中的第一列是“ y”字段，它指示此客户端是否已预订TD。现在，让我们看一下已编码的列。第一编码列是“ job” 。在数据库中，您会发现“职位”列具有许多可能的值，例如“管理员”，“蓝领”，“企业家”等等。对于每个可能的值，我们都会在数据库中创建一个新列，并在列名后面添加前缀。

因此，我们有名为“ job_admin”，“ job_blue-collar”的列，依此类推。对于我们原始数据库中的每个编码字段，您将找到添加到已创建数据库中的列的列表，其中包含该列在原始数据库中采用的所有可能值。仔细检查列列表，以了解如何将数据映射到新数据库。

了解数据映射

为了理解生成的数据，让我们使用data命令打印出整个数据。运行命令后的部分输出如下所示。

In [13]: data

了解数据映射

上面的屏幕显示了前十二行。如果向下滚动，您会看到所有行的映射均已完成。

在数据库下方显示了部分屏幕输出，以供您快速参考。

快速参考

要了解映射的数据，让我们检查第一行。

映射数据

它表示此客户未按照“ y”字段中的值指示订阅TD。它还表明该客户是“蓝领”客户。水平向下滚动，它将告诉您他有一个“住房”，没有获得“贷款”。

经过这一热编码之后，我们需要更多的数据处理才能开始构建模型。

删除“未知”

如果我们检查映射数据库中的列，您会发现以“ unknown”结尾的几列。例如，使用屏幕快照中显示的以下命令检查索引12处的列-

In [14]: data.columns[12]
Out[14]: 'job_unknown'

这表明指定客户的工作未知。显然，在我们的分析和模型构建中包括这些列是没有意义的。因此，应删除所有具有“未知”值的列。这是通过以下命令完成的-

In [15]: data.drop(data.columns[[12, 16, 18, 21, 24]], axis=1, inplace=True)

确保指定正确的列号。如有疑问，您可以随时通过在列命令中指定列索引来检查列名称，如前所述。

删除不需要的列后，您可以检查列的最终列表，如下面的输出所示-

In [16]: data.columns
Out[16]: Index(['y', 'job_admin.', 'job_blue-collar', 'job_entrepreneur', 
'job_housemaid', 'job_management', 'job_retired', 'job_self-employed', 
'job_services', 'job_student', 'job_technician', 'job_unemployed',
'marital_divorced', 'marital_married', 'marital_single', 'default_no', 
'default_yes', 'housing_no', 'housing_yes', 'loan_no', 'loan_yes',
'poutcome_failure', 'poutcome_nonexistent', 'poutcome_success'], 
dtype='object')