我试图使用sklearn
来训练基于我的数据集的决策树。
当我试图将数据切片到(结果:Y,预测变量:X)时,结果(我的标签)在True
/False
:
#data slicing
X = df.values[:,3:27] #X are the sets of predicting variable, dropping unique_id and student name here
Y = df.values[:,'OffTask'] #Y is our predicted value (outcome), it is in the 3rd column
我就是这样做的,但我不知道这是否是正确的做法:
#convert the label "OffTask" to dummy
df1 = pd.get_dummies(df,columns=["OffTask"])
df1
我的问题是数据集df1将我的标签
Offtask
返回到OffTask_N
和OffTask_Y
有人知道怎么修吗?
最佳答案
get_dummies用于将标称字符串值转换为整数。它返回尽可能多的列,尽可能多的列中可用的唯一字符串值,例如:
df={'color':['red','green','blue'],'price':[1200,3000,2500]}
my_df=pd.DataFrame(df)
pd.get_dummies(my_df)
在您的情况下,可以删除第一个值,只要值为空,就可以认为它是第一个值