呼市做网站公司,建筑施工特种作业证查询官网,个人博客网站注册,怎么在网站后台加框框在数据建模的过程中#xff0c;对于文本数据#xff0c;比如婚姻情况、性别、居住地等。这给只接受数值型的模型造成了很大的干扰#xff0c;因此在数据采集到数据建模的过程中#xff0c;我们需要一个过程#xff0c;叫量化。
比如这样一个源数据#xff1a;
收入身高…在数据建模的过程中对于文本数据比如婚姻情况、性别、居住地等。这给只接受数值型的模型造成了很大的干扰因此在数据采集到数据建模的过程中我们需要一个过程叫量化。
比如这样一个源数据
收入身高长相体型是否见面一般高丑胖否高一般帅瘦是高一般帅瘦是一般一般一般一般是高高丑一般否一般高帅胖是低低一般瘦否
下面是量化的过程利用到了字典
#coding:utf-8import numpy as np
import pandas as pd
from pandas import DataFrame,Series#读取文件
datafile uE:\\pythondata\\tree.xlsx#文件所在位置u为防止路径中有中文名称此处没有可以省略
data pd.read_excel(datafile)#datafile是excel文件所以用read_excel,如果是csv文件则用read_csv
print(data)
#将文本中不可直接使用的文本变量替换成数字
productDict{高:1,一般:2,低:3, 帅:1, 丑:3, 胖:3, 瘦:1, 是:1, 否:0}
data[income] data[收入].map(productDict)#将每一列中的数据按照字典规定的转化成数字
data[hight] data[身高].map(productDict)
data[look] data[长相].map(productDict)
data[shape] data[体型].map(productDict)
data[is_meet] data[是否见面].map(productDict)
print(data.iloc[:,5:].as_matrix())#as_matrix()矩阵化 运行结果 [[2 1 3 3 0][1 2 1 1 1][1 2 1 1 1][2 2 2 2 1][1 1 3 2 0][2 1 1 3 1][3 3 2 1 0][1 1 1 2 1][1 1 1 1 0][3 1 2 2 1][1 3 1 3 1][1 1 1 1 0][1 1 1 2 1][2 2 1 1 1][1 1 1 2 1][1 2 2 1 0][3 1 1 2 0][2 3 3 3 0]] 这是矩阵化之后的数据便于各种建模不需要矩阵化的话就将最后一个print中的.as_matrix()去掉。
