对无相关性的样本特征进行onehot编码

数据集为：

材料 刀具 能耗
金 菜刀 100
银 柴刀 98
铜 水果刀 74
金 铅笔刀 81
铜 菜刀 120
金 水果刀 99

 

import numpy as np
import pandas as pd
from sklearn.linear_model import LinearRegression
from sklearn import preprocessing
df = pd.read_csv('1.csv',encoding = 'gbk')
df

cailiao = pd.get_dummies(df['材料'])   #对材料进行onehot编码
daoju = pd.get_dummies(df['刀具'])     #对刀具进行onehot编码
onehot = pd.concat([cailiao,daoju], axis=1)    #用连接函数将数据合并
df = onehot.iloc[:,0:7].join(df)               #将onehot数据加入原数据集
df.drop(['材料','刀具'],axis=1,inplace=True)   #删除掉材料刀具这两列数据
df         #打印

x_train = df.iloc[:4,0:-1]
x_test = df.iloc[4:,0:-1]
x_train

x_test

y_train = df.iloc[:4,-1]
y_train

 另一种分割数据集的方式，使用sklearn中自带的分割函数：

from sklearn.model_selection import train_test_split
x = df.iloc[:,0:-1]
y = df.iloc[:,-1]
x_tr,x_te,y_tr,y_te = train_test_split(x,y)
x_tr