X = dados_brutos.drop(columns=('churn'))
y = dados_brutos['churn']
from sklearn.preprocessing import OneHotEncoder
from sklearn.compose import make_column_transformer
colunas = X.columns
ohe = make_column_transformer((
OneHotEncoder(drop='if_binary'),
['pais', 'sexo_biologico']
), remainder='passthrough', sparse_threshold=0)
X = ohe.fit_transform(X)
pd.DataFrame(X, columns=ohe.get_feature_names_out(colunas))
from sklearn.preprocessing import LabelEncoder
le = LabelEncoder()
y = le.fit_transform(y)
Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!