对于我的模型，如何获得大于.5的平均值？

Question

我正试图建立一个分类模型。其中一个名为“专长”的变量有200个值。基于之前的一篇文章I 锯子，我决定包括平均值最高的值。我的想法大于0.5。我如何过滤专业，使平均值仅大于0.5？我正在尝试为机器学习准备我的最后数据集。如有任何建议，敬请见谅。

Answer 1

所以，如果我正确地理解你，你想要“一个热编码”或者虚拟编码你的变量“专业”，这样它就从一个间隔缩放变量变成一个二进制变量，其中1 == >.5和0 == <=.5正确吗？

因此，在python中，下面的代码将创建一个新变量，以满足您的需要：

import pandas as pd
import numpy as np

df2['specialty_binned'] = np.digitize(df2['specialty'],bins=[0.5], right = True)

这将在您的数据框架中创建一个名为“specialty_binned”的新变量，该变量仅为1s和0，旧变量中的1值大于0.5。