《數(shù)據(jù)挖掘與機器學(xué)習(xí)》 課件4.1.1 啞變量處理

處理電商平臺用戶行為數(shù)據(jù)電商平臺用戶購買預(yù)測——邏輯回歸任務(wù)描述某電商平臺需要對該平臺的運輸行為進行分析，并預(yù)測運輸行為是否會按時到達。本任務(wù)需要對這些數(shù)據(jù)進行處理和分析，以幫助該電商平臺更好地了解運輸行為，并優(yōu)化運輸策略，提高客戶滿意度。在處理敏感的電商平臺用戶數(shù)據(jù)時，需要特別關(guān)注網(wǎng)絡(luò)信息安全問題。在數(shù)據(jù)預(yù)處理過程中，應(yīng)當(dāng)采取措施保證用戶數(shù)據(jù)的機密性、完整性和可用性。本任務(wù)的目標(biāo)是對原始數(shù)據(jù)進行數(shù)據(jù)預(yù)處理與探索，包括數(shù)據(jù)的啞變量處理和屬性構(gòu)造。任務(wù)要求探索電商平臺運輸行為數(shù)據(jù)。對性別變量進行啞變量處理。構(gòu)造總成本的特征。啞變量處理離散化處理屬性構(gòu)造啞變量處理什么是啞變量處理?在某些分類問題中，原始數(shù)據(jù)可能包含一些分類變量（也稱為離散變量），如性別、顏色等。男女無法識別啞變量處理啞變量處理：即將每個分類變量拆分成多個二元變量。拆分后性別變量變?yōu)椤澳小薄芭眱煞N形式，其中1表示肯定，0表示否定。用戶ID性別1男2女3男4男5女6女7男8女9男10男性別_男性別_女10011010010110011010啞變量處理01如何實現(xiàn)啞變量處理？

在Python中，使用pandas庫的get_dummies函數(shù)可以對類別型數(shù)據(jù)進行啞變量處理，其基本使用格式如下。啞變量處理pd.get_dummies(data,prefix=None,prefix_sep='_',dummy_na=False,columns=None,sparse=False,drop_first=False)啞變量處理get_dummies函數(shù)常用參數(shù)及其說明參數(shù)名稱說明data接收DataFrame。表示輸入數(shù)據(jù)集，無默認(rèn)值prefix接收字符串。表示虛擬變量的名稱前綴，默認(rèn)為Noneprefix_sep接收字符串。表示虛擬變量的名稱前綴與原始列名之間的分隔符，默認(rèn)為'_'dummy_na接收字符串或列表。表示是否添加一列表示缺失值，默認(rèn)為Falsecolumns接收字符串或列表。要進行獨熱編碼的列名，默認(rèn)為Nonesparse接收bool。表示是否使用稀疏矩陣表示虛擬變量，默認(rèn)為Falsedrop_first接收bool。表示是否刪除每個虛擬變量的第一列，默認(rèn)為False雙十一是中國的網(wǎng)購狂歡節(jié)。一家電商品牌公司統(tǒng)計了其旗艦店老客戶在雙十一期間的是否購買某美妝產(chǎn)品的消費者信息數(shù)據(jù)。啞變量處理例題用戶ID年齡/歲地區(qū)歷史消費金額/元是否購買128北京12001232上海8000325廣州5000440上海32001535深圳15001627廣州6000730北京9001826北京7000938北京240011029上海10000例題分析對地區(qū)變量進行啞變量處理主要通過以下4個步驟實現(xiàn)