1.實驗目的
根據csv文件已給屬性(Car Model、Mileage、Sell Price($)、Age(yrs))來預測汽車售價。下面將給出兩種預測onehot編碼方法,其中模型用LinearRegression。
汽車數據
密碼:7izi
2.訓練+預測
2.1.get_dummies方法
import pandas as pd
df = pd.read_csv('carprices.csv')
dummies = pd.get_dummies(df['Car Model']) #對Car Model字段用get_dummies數字化
dummies
merged = pd.concat([df,dummies],axis='columns') #合併字段
final = merged.drop(['Car Model','Mercedez Benz C class'],axis='columns') #刪除原Car Model字段和Mercedez Benz C class,其中刪除Mercedez Benz C class是爲了防止虛擬陷阱(詳細請查閱相關資料)
X = final.drop('Sell Price($)',axis='columns') #訓練數據
y = final['Sell Price($)'] #訓練標籤
from sklearn.linear_model import LinearRegression
model = LinearRegression()
model.fit(X,y) #用LinearRegression擬合訓練數據
model.score(X,y) #計算得分
預測:
2.2.OneHotEncoder方法
from sklearn.preprocessing import LabelEncoder #導入LabelEncoder模塊
le = LabelEncoder() #實例化對象
dfle = df
dfle['Car Model'] = le.fit_transform(dfle['Car Model']) #利用LabelEncoder將字段Car Model數字化
dfle
X = dfle[['Car Model','Mileage','Age(yrs)']].values
y = dfle['Sell Price($)'].values
from sklearn.preprocessing import OneHotEncoder #導入OneHotEncoder模塊
ohe = OneHotEncoder(categorical_features=[0]) #對第一個字段OneHot編碼
X = ohe.fit_transform(X).toarray() #轉化成0、1形式
X = X[:,1:] #其中刪除Mercedez Benz C class是爲了防止虛擬陷阱(詳細請查閱相關資料)
X
model.fit(X,y)
model.score(X,y)
預測: