KI Elemente

Viele Teile ergeben ein Ganzes! Die Kunst unwichtige Details zu vermeiden!

Boston - Housing - Datensatz

Zusätzliche scikit-learn-kompatible Encoder:

Die Bibliothek category_encoders muss installiert werden.

pip install category_encoders

Datei: CategoryEncoderBoston.py

import category_encoders as ce
import pandas as pd
from sklearn.datasets import load_boston

# Die Daten vorbereiten
# load_boston liefert Daten zu den Hauspreisen in Boston
# incl. Feature Daten
eimer = load_boston()
# Beschreibung des Datensatzes anzeigen
# print(eimer.DESCR)
y = eimer.target
y.shape

X = pd.DataFrame(eimer.data,columns=eimer.feature_names)
print(X.head(3))
CRIM    ZN  INDUS  CHAS    NOX  ...  RAD    TAX  PTRATIO       B  LSTAT
0  0.00632  18.0   2.31   0.0  0.538  ...  1.0  296.0     15.3  396.90   4.98
1  0.02731   0.0   7.07   0.0  0.469  ...  2.0  242.0     17.8  396.90   9.14
2  0.02729   0.0   7.07   0.0  0.469  ...  2.0  242.0     17.8  392.83   4.03

[3 rows x 13 columns]

KI

Copyright © 2021. All Rights Reserved. Ehrenfried Stuhlpfarrer