Прогнозировать значение, используя нечисловые значения в множественной линейной регрессии

Материал из Википедии: функция Inline - это функция, с которой компилятор запросил выполнить встроенное расширение. Другими словами, программист запросил, чтобы компилятор вставлял полный кусок функции в каждое место, вызываемое функцией, а не генерировал код для вызова функции в одном месте, где он определен. Компиляторы не обязаны соблюдать этот запрос.

http://en.wikipedia.org/wiki/Inline_function

-2
задан Surath Gunawardena 17 January 2019 в 17:27
поделиться

1 ответ

Вам нужно переставить все строковые значения в столбцы и заполнить их 0 или 1, звучит как непростая задача, но, как упоминал Дж. Андерсон, упомянутые выше, есть библиотеки, чтобы сделать это очень просто.

Я бы создал обобщенную функцию, используя get_dummies, что-то вроде этого:

def dummy_df(df, todummy_list):
    for x in todummy_list:
            dummies = pd.get_dummies(df[x], prefix=x, dummy_na=False)
            df = df.drop(x, 1)
            df = pd.concat([df, dummies], axis=1)
    return df

И вызвал функцию со всеми функциями, которые должны быть подставлены

todummy_list = ['MODEL_NAME', 'TRANS_TYPE', 'FUEL_TYPE']
train = dummy_df(train, todummy_list)
[112 ] с учетом того, что «поезд» представляет собой информационный блок панд.

0
ответ дан rahul 17 January 2019 в 17:27
поделиться
Другие вопросы по тегам:

Похожие вопросы: