一:train_test_split
用法:
train_test_split(all_train, test_size=0.2,shuffle = True)
函數說明:
from sklearn.model_selection import train_test_split
將一組數據進行劃分,通常用於將訓練集劃分爲訓練集和驗證集
參數說明:
all_train:待分數據
test_size=0.2:將數據以8:2分開
shuffle = True:將數據打亂後再分
二:LabelEncoder
用法:
encoder = LabelEncoder()
encoder.fit(model['brand'].values.astype(str))
encoder.transform(model['brand'].values.astype(str))
函數說明:
from sklearn.preprocessing import LabelEncoder
將數據的非數字特徵轉化爲數字特徵,一般用於將數據的特徵轉化爲數字特徵後,會再用OneHotEncoder()進行onehot
編碼
參數說明:
model['brand']:數據的非數字特徵
三:OneHotEncoder
用法:
encoder = OneHotEncoder()
encoder.fit(model['brand'].values.reshape(-1, 1))
encoder.transform(model['brand'].values..reshape(-1, 1))
函數說明:
from sklearn.preprocessing import OneHotEncoder
將數據的特徵轉化爲onehot編碼
參數說明:
model['brand']:數據的非數字特徵