Machine Learning Tutorial Python – 6: Dummy Variabelen & One-Hot Encoding

Machine learning-modellen werken het beste met datasets die alleen uit getallen bestaan. Maar hoe gaan we om met tekstinformatie in een dataset? Een eenvoudige aanpak is het gebruik van *integer encoding* of *label encoding*, maar als categorische variabelen nominaal zijn, kan eenvoudig *label encoding* problemen opleveren. *One-hot encoding* is de techniek die hierbij helpt. In deze tutorial zullen we de get_dummies-methode van pandas gebruiken om dummy-variabelen te maken, waarmee we one-hot encoding kunnen toepassen op onze dataset. Alternatief kunnen we ook sklearn.preprocessing.OneHotEncoder gebruiken om deze dummy-variabelen te genereren.

Onderwerpen die in deze video aan bod komen:
0:00 Inleiding
0:47 Hoe ga je om met tekstgegevens in een machine learning-model?
1:38 Nominale vs. ordinale variabelen
2:44 Theorie (Uitleg one-hot encoding met behulp van huisprijzen in verschillende wijken)
3:39 Practicum (Start)
3:51 De get_dummies-methode van pandas
7:48 Een model maken dat dummy-kolommen gebruikt
12:45 Label Encoder
13:29 De fit_transform()-methode
15:40 sklearn.OneHotEncoder
19:59 Oefening (Voorspellen van autoprijzen op basis van model, leeftijd en kilometerstand)

Volgende video:

Populaire playlists:

Tools en bibliotheken:
Scikit-learn tutorials
Sklearn tutorials
Machine learning met scikit-learn
Tutorials machine learning met sklearn