將字符串列表轉換為int列表以進行機器學習

Question

我有一個表，該表的列與教育程度相對應： "phd", "undergrad"等。

我想將這些功能更改為0, 1, 2.... 為了將數據用作機器學習算法的輸入。

Python中有沒有一種方法可以將這些字符串特征自動映射為整數？

Answer 1

如果要具有相同的序列順序，可以使用enumerate 。

lista = [ "phd", "undergrad", "etc"]
>>> [i for i in enumerate(lista)]
[(0, 'phd'), (1, 'undergrad'), (2, 'etc')]

Answer 2

這就是字典（字典）。 像這樣：

edu_level = {
    "phd": 0;
    "master": 1;
    "undergrad":2, 
    ...
}

查找如何使用字典，也許使用“ Python字典教程”鍵。

Answer 3

您可能不希望將數據直接提供給機器學習算法-例如，如果phd是2，而master是1，這是否意味着phd是原來的兩倍？ 您可能改為使用“一種熱編碼”，並創建一個可以提供的二進制矩陣（即1和0）。

有很多庫可以做到這一點，例如： http ： //scikit-learn.org/stable/modules/generated/sklearn.preprocessing.OneHotEncoder.html

祝好運！

  BA MS PHD Person A 0 0 0 Person B 1 0 0 Person C 0 0 1 ...