Tutoriel Machine Learning en Python - 6 : Variables Dummy & Encodage One-Hot

Les modèles de *machine learning* fonctionnent très bien avec des jeux de données composés uniquement de nombres. Mais comment gérer les informations textuelles dans un dataset ? Une approche simple consiste à utiliser l’encodage entier ou l’encodage par étiquettes, mais quand les variables catégorielles sont nominales, cette méthode peut poser problème. L’*encodage one-hot* est une technique qui permet de résoudre ce genre de situation. Dans ce tutoriel, nous allons utiliser la méthode get_dummies de *pandas* pour créer des variables dummy et réaliser un encodage one-hot sur un dataset donné. Alternativement, on peut aussi utiliser sklearn.preprocessing.OneHotEncoder pour générer ces mêmes variables.

Thèmes abordés dans cette vidéo :
0:00 Introduction
0:47 Comment traiter les données textuelles dans un modèle de *machine learning* ?
1:38 Variables nominales vs ordinales
2:44 Théorie (Explication de l’encodage one-hot avec les prix des maisons dans différents quartiers)
3:39 Début du codage
3:51 La méthode get_dummies de *pandas*
7:48 Création d’un modèle utilisant des colonnes dummy
12:45 L’encodeur d’étiquettes (*Label Encoder*)
13:29 La méthode fit_transform()
15:40 sklearn.OneHotEncoder
19:59 Exercice (Prédire les prix d’une voiture en fonction du modèle, de l’âge et du kilométrage)

Prochaine vidéo :

Playlist populaire :

Outils et bibliothèques :
Tutoriels *Scikit-learn*
Tutoriels *Sklearn*
Tutoriels *Machine Learning* avec *Scikit-learn*
Tutoriels *Machine Learning* avec *sklearn*