Zu viele Möglichkeiten für kategoriale Felder

Question

Ich habe 40 Eingang kategoriale Felder wie „CpuModel“ (1523 Möglichkeiten)

jeder von ihnen Tausende von Möglichkeiten haben könnte.

Wenn ich get_dummies verwende, enthält meine Panda-Tabelle viele Dummy-Spalten. Diese Felder plane ich als Eingabemerkmale für maschinelle Lernalgorithmen zu verwenden.

Wie soll ich damit umgehen?

Answer 1

In diesem Fall sollten Sie labelencoder verwenden.
Wenn Sie es in einer kategorialen Spalte verwenden, wird eine Spalte mit numerischen Werten zurückgegeben, die die Häufigkeitszählung dieser Variablen darstellen.

Referenz: http://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.LabelEncoder.html

Hoffnung, das hilft!