Ниже — подробное решение задачи по кодированию категорий для полей «Десятилетие» и «Студия» с учётом вашего запроса. Я дам общий подход, примеры и шаблон к коду, чтобы вы могли применить его к своему набору данных. Целевое кодирование не применяем, как вы просили. Что нужно сделать по шагам 1) Привести все бинарные значения к 0/1 - Если в каких-то столбцах встречаются бинарные ответы в виде Да/Нет (или Yes/No на английском), переведём их в 1 и 0. - Поддерживаем варианты: Да, Нет, Yes, No. Соответственно карта перевода: Да/Yes → 1, Нет/No → 0. 2) Определить категории для кодирования - Десятилетие: собрать все встречающиеся значения (например: 1980s, 1990s, 2000s, 2010s и т.д.). - Студия: собрать все встречающиеся названия студий (например: StudioA, StudioB, StudioC и т.д.). 3) Упорядочить и зафиксировать номер каждой категории - Создаём «общий список» категорий из двух наборов. Можно сделать по умолчанию так: - Сначала все значения Десятилетие в желаемом порядке (например, хронологически: 1980s, 1990s, 2000s, 2010s). - Затем все значения Студия в алфавитном порядке (или в любом заданном вами порядке). - Присвоить каждому элементу списка номер (1, 2, 3, …). 4) Создать новые колонки-домашки (dummy columns) - Для каждой категории из общего списка добавляем новый столбец. - Значение в колонке = 1, если объект принадлежит данной категории, иначе 0. - Оригинальные столбцы Десятилетие и Студия можно оставить или удалить в зависимости от предпочтений. 5) Преобразование по продолжительности - Продолжительность, минуты — числовой признак. Обычно его не кодируем как категорию; используем как есть (или нормируем, если нужно). Он не требует преобразования «Да/Нет». 6) Вывод - Не используем целевое кодирование (target encoding), как вы указали. Пример на небольших данных (наглядно) Допустим, у нас есть таблица с такими строками: - Row1: Десятилетие = 1990s, Студия = A, Продолжительность = 120, Субтитры = Да - Row2: Десятилетие = 2000s, Студия = B, Продолжительность = 90, Субтитры = Нет - Row3: Десятилетие = 1990s, Студия = C, Продолжительность = 110, Субтитры = Да Шаг 1. Приводим бинарные значения к 0/1 - Субтитры: Да → 1, Нет → 0 Шаг 2. Определяем категории - Десятилетие: 1990s, 2000s - Студия: A, B, C Шаг 3. Упорядочиваем и присваиваем номера - Общий список категорий (пример порядка): 1) Десятилетие_1990s 2) Десятилетие_2000s 3) Студия_A 4) Студия_B 5) Студия_C Шаг 4. Новые колонки (0/1) - Row1: Десятилетие_1990s = 1, Десятилетие_2000s = 0, Студия_A = 1? нет (A) -> 1, Студия_B = 0, Студия_C = 0, Субтитры = 1 - Row2: Десятилетие_1990s = 0, Десятилетие_2000s = 1, Студия_A = 0, Студия_B = 1, Студия_C = 0, Субтитры = 0 - Row3: Десятилетие_1990s = 1, Десятилетие_2000s = 0, Студия_A = 0, Студия_B = 0, Студия_C = 1, Субтитры = 1 Пояснение: можно оставить оригинальные столбцы Десятилетие/Студия, можно их удалить после создания dummy-колонок. Простой шаблон кода (Python/pandas) - Этот пример иллюстрирует процесс с использованием get_dummies, что автоматически создаёт такие же dummy-колонки. - Пример использует русские названия столбцов; при необходимости замените на ваши. Пример кода (без целевого кодирования) - Входные данные предполагаются в DataFrame df с колонками: 'Десятилетие', 'Студия', 'Продолжительность, минуты', 'Субтитры' (где Субтитры может быть 'Да'/'Нет' или 'Yes'/'No'). 1) Перевод бинарных значений в 0/1 bin_map = {'Да': 1, 'Нет': 0, 'Yes': 1, 'No': 0} df['Субтитры'] = df['Субтитры'].map(bin_map) 2) Одномерное кодирование категорий df = pd.get_dummies(df, columns=['Десятилетие','Студия'], drop_first=False) 3) Если нужно зафиксировать порядок категорий вручную # Пример: задаём порядок колонок после get_dummies ordered_cols = [ 'Продолжительность, минуты', # числовой признак остаётся как есть 'Субтитры', 'Десятилетие_1980s', 'Десятилетие_1990s', 'Десятилетие_2000s', 'Десятилетие_2010s', 'Студия_A', 'Студия_B', 'Студия_C' ] # df = df.reindex(columns=ordered_cols) 4) Итог - В результате у вас будет набор колонок по каждому значению категории (Dummy-переменные), плюс числовой признак Продолжительность, и бинарная колонка Субтитры (в виде 0/1). Уточнения - Если ваш набор данных уже содержит конкретный перечень значений Десятилетие и Студия, подставьте их в примеры. Я могу подстроить список категорий и привести точный итоговый датафрейм под ваши данные. - Если требуется, могу предоставить версию кода на Excel/SQL или другую среду, в зависимости от того, что вы используете для экзамена. Если хотите, пришлите пример строк или скриншот набора данных, и я сделаю конкретное преобразование под ваши значения с готовым списком категорий и готовым результатом.