使用drop的時機點 - Cupoy

2019/05/15 下午 02:38

機器學習共學討論版

張小馬

觀看數：8

回答數：1

收藏數：0

ml100-2

ml100-2-d23

在Day023的answer中，先【for c in df.columns:】之後，才做【data.drop(['Survived', 'Name_mean', 'Ticket_mean'] 】，這看起來很像是我們判讀了【Name_mean、Ticket_mean】這兩個欄位的內容後，我們才決定把這兩個欄位drop掉。

想請教的點在於，更前面透過【train_X.nunique()】，就已經發現【Name、Ticket】這兩個欄位的種類過多了，那為什麼不直接在【train_X.nunique()】後面直接先做【df = df.drop(['Name', 'Ticket']】，再做後續【for c in df.columns:】的動作呢？

想了解drop放在後面，等mean算完了才drop的原因或用意，感謝感謝。(例如其實看mean決定要不要drop，比直接看nunique()還要準？或是保留mean值在往後的課程中有其他用意，維持此程式碼的一致性等等，例如會以參數的概念取代掉我們直接指定要drop的欄位。)

回答列表

• 2019/05/15 下午 03:50
  陳明佑 (Ming You Chen)
  贊同數：1
  不贊同數：0
  留言數：1

  這邊的解答寫作上, 是有先後順序的

  就像各位同學的寫作方式一樣, 一開始這題當然是直接先做均值編碼

  結果出現 Accuracy 後, 就必須找他的原因

  因此才在前面加上了 .nunique的尋找

  至於先drop掉也是可以, 只要方便你的理解就好