Encoding Categorical Variables
📘 One-hot, Label ও Target encoding।
🌐 One-hot, label and target encoding.
🛠️
1
ধারণা · Concept
কী এবং কেন📘 বাংলা ব্যাখ্যা:
One-hot, Label ও Target encoding।
One-hot, Label ও Target encoding।
🌐 English:
One-hot, label and target encoding.
One-hot, label and target encoding.
🗂 কোথায় পড়ে
৩. মেশিন লার্নিং → ফিচার ইঞ্জিনিয়ারিং → Encoding Categorical Variables
🎯 এই শাখার লক্ষ্য
Scale, encode, select and create features; pipelines
🧰 টুলস
scikit-learn
🪜
ধাপে ধাপে শিখুন · Step-by-step
কেন শিখবেন → কীভাবে শিখবেন → উদাহরণ → সাধারণ ভুল💡 কেন গুরুত্বপূর্ণ?
মডেল শুধু সংখ্যা বোঝে—টেক্সট ক্যাটাগরিকে সংখ্যায় রূপান্তর করতে হয়।
- ধাপ 1Nominal (ক্রম নেই: জেলা) → One-hot: pd.get_dummies বা OneHotEncoder(handle_unknown="ignore")
- ধাপ 2Ordinal (ক্রম আছে: শিক্ষা স্তর) → OrdinalEncoder নির্দিষ্ট ক্রমে
- ধাপ 3অনেক ক্যাটাগরি (৪৯৫ উপজেলা) → target/frequency encoding বা grouping
- ধাপ 4বিরল ক্যাটাগরি "Other"-এ একত্র করুন
🧪 বাস্তব উদাহরণ
৬৪ জেলা one-hot = ৬৪ কলাম; বিকল্প: প্রতিটি জেলার গড় টার্গেট মান (ক্রস-ভ্যালিডেশনসহ)।
⚠️ সাধারণ ভুল
নামিনাল ক্যাটাগরিকে ১,২,৩ দিয়ে এনকোড—মডেল ভুল ক্রম শেখে।
🔑 মূল শব্দ (Key terms)
one-hot encodingordinal encodingtarget encodingcardinality
3
সাব-টপিক ও বিস্তারিত · Sub-topics
টপিক → সাব-টপিক → সাব-সাব টপিক2.1 One-hot2.1.1 pd.get_dummies
2.2 Label/Ordinal2.2.1 ক্রমযুক্ত ক্যাটাগরি
2.3 Target encoding2.3.1 উচ্চ কার্ডিনালিটি
🎬
ভিডিও · Videos (বাংলা ও English)
ক্লিক করলে সাইটের ভেতরেই ফ্লোটিং প্লেয়ারে চলবে · ভিডিও MySQL-এ সংরক্ষিত📺 আরও খুঁজুন
💻
হাতে-কলমে · Try it (Feature Engineering)
এডিট করে Run চাপুন · Ctrl+Enterimport pandas as pd
from sklearn.compose import ColumnTransformer
from sklearn.preprocessing import StandardScaler, OneHotEncoder
from sklearn.pipeline import Pipeline
from sklearn.linear_model import LogisticRegression
df=pd.DataFrame({"age":[22,35,47,52,28,61,33,44],"income":[20,45,60,80,30,90,40,55],"city":list("DSDKSDKS"),"buy":[0,1,1,1,0,1,0,1]})
pre=ColumnTransformer([("num",StandardScaler(),["age","income"]),("cat",OneHotEncoder(),["city"])])
pipe=Pipeline([("pre",pre),("clf",LogisticRegression())]).fit(df.drop(columns="buy"),df.buy)
print("Train accuracy:",pipe.score(df.drop(columns="buy"),df.buy))❓
সেল্ফ-চেক · Self check
1. “pd.get_dummies” — এটি কোন সাব-টপিকের বর্ণনা?
2. “ক্রমযুক্ত ক্যাটাগরি” — এটি কোন সাব-টপিকের বর্ণনা?
3. “উচ্চ কার্ডিনালিটি” — এটি কোন সাব-টপিকের বর্ণনা?
🔗
সংযুক্ত কনসেপ্ট · Connected concepts
এই শাখার অন্যান্য অংশ
1. Feature Scaling2. Encoding Categorical Variables3. Feature Selection4. Feature Creation5. Imbalanced Data SMOTE6. Sklearn Pipeline