如何使用子字符串匹配或正则表达式将字符串类型Target变量编码为数字类型
如何使用子字符串匹配或正则表达式将字符串类型Target变量编码为数字类型
提问于 2019-11-04 15:52:59
我使用CTU-13数据集，包括13种检测僵尸网络的场景.在这里，目标变量标签是一个字符串类型变量。标签编码对这个变量，简单地创建大约52-60个独特的数值，数字不同的情况下。但我观察到，如果可以使用子字符串匹配或正则表达式进行标签编码，那么我们可以简单地对3个数字进行编码。然后问题将是三级分类(三级)问题。然后绘制ROC，auc评分就足够简单了。
例如，可以对3种不同的情况进行映射，如“%背景%：0，%normal%：1，%僵尸网络%：2”。那么，如果像这样的字符串实例为-背景udp流，然后将其标记为0，例如到-normal tcp流将其标记为1等等。它们的标准或自定义的编码方式是否像上面那样？
回答 1
Stack Overflow用户
回答已采纳
发布于 2019-11-07 06:02:32
最后，我简单地使用以下代码解决了这个问题。首先，采用字符串包含方法提取三个子串。然后简单地对数据进行编码，得到与预期值类似的值。
cat_data.loc[cat_data.Label.str.contains('Normal')] = 'Normal'
cat_data.loc[cat_data.Label.str.contains('Background')] = 'Background'
cat_data.loc[cat_data.Label.str.contains('Botnet')] = 'Botnet'
target = le.fit_transform(cat_data.Label)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/58696867
复制相关文章
相似问题
腾讯云开发者
