#将非数值型特征转换为整数编码

将非数值型特征转换为整数编码的方法是使用sklearn库中的LabelEncoder()函数。该函数可以将文本标签转化为数字标签。

以下是一个示例代码：

from sklearn.preprocessing import LabelEncoder

# 创建一个非数值型特征列表
feature_list = ['red', 'blue', 'green', 'red', 'blue', 'green']

# 创建一个LabelEncoder对象
label_encoder = LabelEncoder()

# 对特征列表进行整数编码
integer_encoded = label_encoder.fit_transform(feature_list)

# 输出整数编码后的结果
print(integer_encoded)

输出结果为：

array([2, 0, 1, 2, 0, 1], dtype=int64)

在上述代码中，首先创建了一个非数值型特征列表feature_list，然后创建了一个LabelEncoder对象label_encoder，并将特征列表传递给LabelEncoder对象的fit_transform()方法，进行整数编码。最后，输出整数编码后的结果。

需要注意的是，整数编码后的结果并不一定是有序的，因此在使用该方法时需要考虑这一点。