pandas - 分类字段的可能性太多

Question

我有 40 个输入分类字段，例如“CpuModel”(1523 种可能性)

它们中的每一个都可以有数千种可能性。

如果我使用 get_dummies，我的 panda 表将包含许多虚拟列。我计划将这个字段用作机器学习算法的输入特征。

我应该如何处理这个问题？

Answer 1

在这种情况下，您应该使用 labelencoder。
在分类列上使用它将返回一个列，其中的数值表示这些变量的频率计数。

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

希望有帮助!