Menyandikan Kolom Kategorikal
Dasar-dasar penyandian one-hot dan label
Menyandikan Kolom Kategorikal adalah pelajaran Data Science Academy gratis di CoddyKit. Ini adalah pelajaran 2 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar Data Science Academy, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus Data Science Academy mencakup 4 pelajaran total.
Bagian dari pelajaran ini belum diterjemahkan dan ditampilkan dalam bahasa Inggris.
Why Encoding Matters
Most models only understand numbers, yet your data is full of words like red or blue. Encoding turns those labels into numbers a model can learn from. 🔢
Nominal vs Ordinal
Some categories have order, like small, medium, large. Others, like city names, do not. This order decides which encoding is honest.
Label Encoding
Label encoding assigns each category an integer: red becomes 0, blue becomes 1. Simple, but it invents an order that may not be real.
from sklearn.preprocessing import LabelEncoder
le = LabelEncoder()
codes = le.fit_transform(df['color'])The Fake-Order Trap
If blue is 1 and green is 2, a model may think green is greater than blue. For nominal data that false ranking can hurt accuracy.
One-Hot Encoding
One-hot encoding makes one new column per category, marked 1 or 0. No fake order, just clean yes-or-no flags.
get_dummies in pandas
The fastest one-hot in pandas is get_dummies. Hand it a column and it expands every category into its own 0/1 column.
dummies = pd.get_dummies(df['color'])Avoid the Dummy Trap
The columns are perfectly correlated, so drop one with drop_first. This keeps linear models stable and avoids redundant information.
pd.get_dummies(df['color'], drop_first=True)OneHotEncoder for Pipelines
For models, prefer scikit-learn's OneHotEncoder. It remembers the categories it learned, so train and test stay perfectly aligned.
from sklearn.preprocessing import OneHotEncoder
enc = OneHotEncoder(handle_unknown='ignore')Encode Order on Purpose
When order is real, map it yourself so small to large becomes 1 to 3. An ordinal mapping keeps the meaning intact.
order = {'small': 1, 'medium': 2, 'large': 3}
df['size_num'] = df['size'].map(order)Beware High Cardinality
One-hot on a column with thousands of values explodes into thousands of columns. For high cardinality, consider grouping rare values first.
Handle Unseen Categories
New data may contain labels your encoder never saw. Plan for this so an unseen category does not crash your prediction step.
Quick Check
Your color column has no natural order. Which encoding avoids inventing a false ranking?
Recap: Encoding
You turned words into numbers: one-hot for unordered categories, ordinal maps for real order, and label encoding only when order does not matter. 🎉
Pertanyaan yang Sering Diajukan
Apakah pelajaran “Menyandikan Kolom Kategorikal” gratis?
Ya — teks lengkap “Menyandikan Kolom Kategorikal” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus Data Science Academy, upgrade ke CoddyKit PRO. Kursus Data Science Academy mencakup 4 pelajaran total.
Apa yang akan aku pelajari di “Menyandikan Kolom Kategorikal”?
Dasar-dasar penyandian one-hot dan label Kamu berlatih Data Science Academy dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.
Apakah aku perlu pengalaman untuk memulai Data Science Academy?
Tidak diperlukan pengalaman sebelumnya. Data Science Academy di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 2 dari 4.
Berapa lama pelajaran “Menyandikan Kolom Kategorikal” memakan waktu?
Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.
Bisakah aku menulis dan menjalankan kode dalam pelajaran Data Science Academy ini?
Ya. Setiap pelajaran Data Science Academy menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.
Semua pelajaran dalam kursus ini
- Mengelompokkan Angka ke dalam Kategori
- Menyandikan Kolom Kategorikal
- Menskalakan dan Menormalisasi Angka
- Membuat Fitur dari Tanggal dan Teks