Sklearn.preprocessing LabelEncoder - Как игнорировать первый ряд? - PullRequest
Новая
       44

Sklearn.preprocessing LabelEncoder - Как игнорировать первый ряд?

0 голосов
/ 30 ноября 2019

Я кодирую категориальные данные, используя sklearn LabelEncoder для запуска регрессии дерева решений / регрессии случайных лесов. Однако когда я запускаю его, он меняет мою первую строку данных (метки столбцов) на числа, которые мне не нужны. Как мне избежать этого? Мой код выглядит следующим образом: 

import pandas as pd
import numpy as np
from sklearn.tree import DecisionTreeRegressor
from sklearn.preprocessing import LabelEncoder

df = pd.read_csv("..Desktop/train.csv")

print(df.describe())

# impute nulls for GarageYrBlt with column mean
df['GarageYrBlt'] = df['GarageYrBlt'].fillna((df['GarageYrBlt'].mean()))

# double check for nulls
print(df.isnull().sum())

# set dependent variable
y = df.SalePrice

# columns to use for independent variables
col = ['MSSubClass', 'MSZoning', 'LotFrontage', 'LotArea', 'Street',
       'Alley', 'LotShape', 'LandContour', 'Utilities', 'LotConfig',
       'LandSlope', 'Neighborhood', 'Condition1', 'Condition2', 'BldgType',
       'HouseStyle', 'OverallQual', 'OverallCond', 'YearBuilt', 'YearRemodAdd',
       'RoofStyle', 'RoofMatl', 'Exterior1st', 'Exterior2nd', 'MasVnrType',
       'MasVnrArea', 'ExterQual', 'ExterCond', 'Foundation', 'BsmtQual',
       'BsmtCond', 'BsmtExposure', 'BsmtFinType1', 'BsmtFinSF1',
       'BsmtFinType2', 'BsmtFinSF2', 'BsmtUnfSF', 'TotalBsmtSF', 'Heating',
       'HeatingQC', 'CentralAir', 'Electrical', '1stFlrSF', '2ndFlrSF',
       'LowQualFinSF', 'GrLivArea', 'BsmtFullBath', 'BsmtHalfBath', 'FullBath',
       'HalfBath', 'BedroomAbvGr', 'KitchenAbvGr', 'KitchenQual',
       'TotRmsAbvGrd', 'Functional', 'Fireplaces', 'FireplaceQu', 'GarageType',
       'GarageYrBlt', 'GarageFinish', 'GarageCars', 'GarageArea', 'GarageQual',
       'GarageCond', 'PavedDrive', 'WoodDeckSF', 'OpenPorchSF',
       'EnclosedPorch', '3SsnPorch', 'ScreenPorch', 'PoolArea', 'PoolQC',
       'Fence', 'MiscFeature', 'MiscVal', 'MoSold', 'YrSold', 'SaleType',
       'SaleCondition']

features = df.iloc[:,:-1].values

print('Features: ', features)

# encoding categorical variables
encode = LabelEncoder()

features[:,1] = encode.fit_transform(features[:,1])
features[:,4] = encode.fit_transform(features[:,4])
features[:,5] = encode.fit_transform(features[:,5])
features[:,6] = encode.fit_transform(features[:,6])
features[:,7] = encode.fit_transform(features[:,7])
features[:,8] = encode.fit_transform(features[:,8])
features[:,9] = encode.fit_transform(features[:,9])
features[:,10] = encode.fit_transform(features[:,10])
# etc etc

print('New features test: ', features)

# set new dataframe
df1 = pd.DataFrame(features)

# check new dataframe
df1.head()

# set independent variable
x = df1[col]

# Specify Model
ames_model = DecisionTreeRegressor(random_state=1)
# Fit Model
ames_model.fit(x, y)
...