ruby - Daru Ruby Gem - 如何将分类变量转换为二进制变量

Question

我有以下带有分类变量的 Daru 数据框search_term：

home,search_term,bought
0,php,1
0,java,1
1,php,1
...

我想将其转换为带有二进制列的 Daru 数据框，例如：

home,php,java,bought
0,1,0,1
0,0,1,1
1,1,0,1
...

我找不到实现它的方法。我知道这在 Python 的 Panda 中是可能的，但我想将 Ruby 与 Darus gem 一起使用。

谢谢。

Answer 1

根据Rumale机器学习库的作者 Yoshoku 写的一篇博文，你可以这样做：

train_df['IsFemale'] = train_df['Sex'].map { |v| v == 'female' ? 1 : 0 }

Rumale 的标签编码器对于分类变量也很有用。

require 'rumale'
encoder = Rumale::Preprocessing::LabelEncoder.new
labels = Numo::Int32[1, 8, 8, 15, 0]
encoded_labels = encoder.fit_transform(labels)
# Numo::Int32#shape=[5]
# [1, 2, 2, 3, 0]

Rumale::Preprocessing::OneHotEncoder

encoder = Rumale::Preprocessing::OneHotEncoder.new
labels = Numo::Int32[0, 0, 2, 3, 2, 1]
one_hot_vectors = encoder.fit_transform(labels)
# > pp one_hot_vectors
# Numo::DFloat#shape[6, 4]
# [[1, 0, 0, 0],
#  [1, 0, 0, 0],
#  [0, 0, 1, 0],
#  [0, 0, 0, 1],
#  [0, 0, 1, 0],
#  [0, 1, 0, 0]]

但是，Daru::Vector 和 Numo::NArray 的转换需要使用to_a.

encoder = Rumale::Preprocessing::LabelEncoder.new
train_df['Embarked'] = encoder.fit_transform(train_df['Embarked'].to_a).to_a