Pd.Get_Dummiesの良い面、悪い面、そして醜い面

Pd.Get_Dummiesの良い面、悪い面、そして醜い面' -> 'Pd.Get_Dummiesの良い面、悪い面、醜い面

pd.get_dummiesの愛好家のために

こんにちは皆さん🤠

わかりました。Pythonでカテゴリカル変数をダミーの配列に変換する最も簡単な方法の一つは、Pandasのpd.get_dummies()を使用することです。なぜsklearnからOneHotEncoderをインポートして.fit_transform()などを実行する手間をかけるのでしょうか?手間のかかる作業ですね!

この記事では、まずデモンストレーション用のシンプルなデータセットを紹介します。このデータセットには、トレーニングセットには存在しないカテゴリカルが含まれているテストセットが含まれています。次に、pd.get_dummies()を使用するとデモンストレーションデータで問題が発生することを示し、最後にsklearnのOneHotEncoderを使用してその問題を回避する方法を示します。

画像クレジット:Canvaを使用してテキストから画像を作成した作者のイラスト。プロンプト:「カントリーウエスタンカウボーイの姿をした3匹のパンダ」

デモンストレーション用のシンプルなデータセット

ここでは、OSというカテゴリカルな特徴を含むシンプルなデータセットがあります。OS列にはコンピュータのオペレーティングシステムがリストされています。この架空のデータをデモンストレーションの目的で使用します。`train_df`には架空のデモンストレーショントレーニングデータが含まれます。一方、`test_df`には架空のデモンストレーションテストデータが含まれます。

架空のデモンストレーションケースでは、テストセットにはトレーニングセットに存在しないカテゴリ値が含まれています。この不一致が問題を引き起こします。

import pandas as pdtrain_df = pd.DataFrame({'OS': ['Windows', 'MacOS',                                 'Linux', 'Windows', 'MacOS']})test_df = pd.DataFrame({'OS': ['Windows', 'MacOS',                                'Android', 'Unix' 'iOS']})

トレーニングデータでは、Windows、MacOS、Linuxの3つのオペレーティングシステムがあります。しかし、テストデータでは、Android、Unix、iOSを含む追加のカテゴリがあります。

`train_df.get_dummies()`で適合させたモデルは、`test_df.get_dummies()`からのテストデータとは互換性がありません。結果が一致しません。

画像クレジット:Canvaの在庫画像を使用して作成したCanvaのイラスト。アート用品のダミー。

pd.get_dummiesの問題点

ここでトレーニングデータとテストデータの両方にpd.get_dummies()関数を適用すると、以下のような結果が得られます。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

人工知能

「アナコンダのCEO兼共同創業者、ピーターウォングによるインタビューシリーズ」

ピーター・ワンはAnacondaのCEO兼共同創設者ですAnaconda(以前はContinuum Analyticsとして知られる)を設立する前は、ピー...

人工知能

ジョナサン・ダムブロット、Cranium AIのCEO兼共同創設者- インタビューシリーズ

ジョナサン・ダムブロットは、Cranium AIのCEO兼共同創業者ですCranium AIは、サイバーセキュリティおよびデータサイエンスチ...

人工知能

「マーク・A・レムリー教授による生成AIと法律について」

データサイエンス内で新しい分野が現れ、研究内容が理解しにくい場合は、専門家やパイオニアと話すことが最善です最近、私た...

人工知能

『ジュリエット・パウエル&アート・クライナー、The AI Dilemma – インタビューシリーズの著者』

『AIのジレンマ』は、ジュリエット・パウエルとアート・クライナーによって書かれましたジュリエット・パウエルは、著者であ...

データサイエンス

「3つの質問:ロボットの認識とマッピングの研磨」

MIT LIDSのLuca CarloneさんとJonathan Howさんは、将来のロボットが環境をどのように知覚し、相互作用するかについて議論し...

人工知能

Aaron Lee、Smith.aiの共同設立者兼CEO - インタビューシリーズ

アーロン・リーさんは、Smith.aiの共同創業者兼CEOであり、AIと人間の知性を組み合わせて、24時間365日の顧客エンゲージメン...