使用LabelEncoder对特征进行硬编码

对特征进行硬编码不仅可以使用pandas的 factorize函数将文本特征进行编号，也可以使用sklearn 的LabelEncoder函数，两者的效果几乎是一样的。编码为0~n-1(n为种类数)

data = pd.read_csv(pathUtils.train_path,engine='python')
encoder= LabelEncoder().fit(data["job"])
data["job"] = encoder.transform(data["job"])

主要是两个步骤

• 先构造encoder,通过fit函数传入需要编码的数据，在内部生成对应的key-value
• 然后encoder 用于需要转化的数据，用transform函数

转化前

转化后

notice!

在使用LabelEncoder之前要对数据进行缺失值处理，比如fillna("None)，不然编码的时候会报错