使用多元线性回归中的非数值预测值

Question

我有一个包含数字和非数字的数据集。有一列名为型号名称，制造年份，变速器类型，燃油类型，发动机容量和燃油消耗。我需要根据上述因素来计算油耗。 我要知道 可以转换非数字值转换为数字值并预测油耗吗？

Click here to visit dataset

Answer 1

您需要将所有字符串值转置为列，并用0或1填充它们，这听起来像一项艰巨的任务，但就像上面提到的G. Anderson一样，有一些库使它变得超级简单。

我将使用get_dummies创建通用函数，如下所示：

def dummy_df(df, todummy_list):
    for x in todummy_list:
            dummies = pd.get_dummies(df[x], prefix=x, dummy_na=False)
            df = df.drop(x, 1)
            df = pd.concat([df, dummies], axis=1)
    return df

然后调用需要伪造的所有功能的功能

todummy_list = ['MODEL_NAME', 'TRANS_TYPE', 'FUEL_TYPE']
train = dummy_df(train, todummy_list)

考虑“火车”的是熊猫数据框。