OneHotEncoder简单用法
文章目录
- 1.sklearn.preprocessing.OneHotEncoder
- 2.例子
- 2.1.数值型整数
- 2.2.字符串型数组
- 2.3.handle_unknown
- 2.4.反向transform
1.sklearn.preprocessing.OneHotEncoder
class sklearn.preprocessing.OneHotEncoder(*, categories='auto', drop=None, sparse=True, dtype=<class 'numpy.float64'>, handle_unknown='error')
将特征类别编码成 one-hot
数值数组
这个转换器的输入应当是数值型数组或字符串数组(二维的),表示分类(离散)特征所取的值。这些特征被使用 one-hot
策略编码。这将为每个类别创建二进制列。每一列认为是一个 feature
。默认情况下,encoder
根据每个特征中的唯一值生成类别。你也可以手动指定类别 categories
。针对每个 feature
的二进制列,只有一个位置为1,其余位置都是 0。
我认为,下面的参数和属性是常用的,其余参数没有详细和属性没有详细介绍
handle_unknown |
{‘error’, ‘ignore’}, default=’error’ 在转换过程中遇到未知分类特征时,是引发错误还是忽略(默认为引发)。当此参数设置为“ignore”并且在转换过程中遇到未知类别时,这一特征的 one-hot 编码列将全置为 0。在逆变换中,未知类别将表示为 None
|
---|---|
参数 | 说明 |
属性 | 说明 |
---|---|
categories_ | list of arrays 拟合期间确定的每个特征的类别(按X中特征的顺序,并与转换的输出相对应)。这包括下拉列表中指定的类别(如果有)。 |
使用前需要先导入
from sklearn.preprocessing import OneHotEncoder
2.例子
2.1.数值型整数
整数
encoder = OneHotEncoder() encoder.fit([[0, 2, 1, 12],[2, 3, 5, 3],[1, 3, 2, 12],[1, 2, 4, 3] ]) encoded_vector = encoder.transform([[2, 3, 5, 3]]).toarray() print("\n Encoded vector =", encoded_vector) >> Encoded vector = [[0. 0. 1. 0. 1. 0. 0. 0. 1. 1. 0.]]
- 默认情况下,将每一列认为是一个
feature
,一列中的每个不同的值,都认为是一个category
- 第一列中有
[0, 1, 2]
,三种值,因为需要三位数,我们将第一列编码为- 0:
[1, 0, 0]
- 1:
[0, 1, 0]
- 2:
[0, 0, 1]
- 0:
- 第三列中有
[1, 2, 4, 5]
四种值,因此需要四位数,我们将第三列编码为- 1:
[1, 0, 0, 0]
- 2:
[0, 1, 0, 0]
- 4:
[0, 0, 1, 0]
- 5:
[0, 0, 0, 1]
- 1:
同时,我们可以查看
encoder
的属性categories:代表拟合期间确定的每个feature的categories
print(encoder.categories_) [array([0, 1, 2]), array([2, 3]), array([1, 2, 4, 5]), array([ 3, 12])]>>
- 根据
categories_
的输出,和上面的例子可以看到,每个feature
的category
是从小到大排列,并进行编码的。每个feature
中的数在categories_
中的位置就是该数编码后,1的位置。
- 默认情况下,将每一列认为是一个
小数:同上面相同,这里证明,也可以针对小数进行编码
encoder = OneHotEncoder() encoder.fit([[0, 2.1, 1, 12],[1, 3.2, 5, 3],[2, 3.3, 2, 12],[1, 2.1, 4, 3] ]) encoded_vector = encoder.transform([[2, 3.2, 5, 3]]).toarray() print("\n Encoded vector =", encoded_vector) >> Encoded vector = [[0. 0. 1. 0. 1. 0. 0. 0. 0. 1. 1. 0.]]
2.2.字符串型数组
encoder = OneHotEncoder()
encoder.fit([['体育', '军事'],['计科','开心'],['娱乐', '军事']])
encoded_vector = encoder.transform([['计科', '开心']]).toarray()
print("\n Encoded vector =", encoded_vector)
print(encoder.categories_)
>>Encoded vector = [[0. 0. 1. 0. 1.]]
>>[array(['体育', '娱乐', '计科'], dtype=object), array(['军事', '开心'], dtype=object)]
- 可以看到,字符串型与数值型类似,编码方式也相同
2.3.handle_unknown
默认情况下,
handle_unknow = error
,当遇到transform
时遇到fit
中没有出现过的特征类别时,会直接报错handle_unknown = ignore
encoder = OneHotEncoder(handle_unknown='ignore') encoder.fit([['体育', '军事'],['计科','开心'],['娱乐', '军事']]) encoded_vector = encoder.transform([['计科', '难过']]).toarray() print("\n Encoded vector =", encoded_vector) print(encoder.categories_) >>Encoded vector = [[0. 0. 1. 0. 0.]] >>[array(['体育', '娱乐', '计科'], dtype=object), array(['军事', '开心'], dtype=object)]
- 可以看到,
transform
时遇到了fit
第二列中没有出现过的难过
,因此,将第二列编码的位置都置为 0。
- 可以看到,
2.4.反向transform
通过编码,来解码出 feature
对应的类别
encoder = OneHotEncoder(handle_unknown='ignore')
encoder.fit([['体育', '军事'],['计科','开心'],['娱乐', '军事']])
encoded_vector = encoder.transform([['计科', '难过']]).toarray()
print(encoder.inverse_transform([[0, 0, 1, 0, 0]]))
>>[['计科' None]]
- 可以看到,在
handle_unknown='ignore'
时,将没见过的编码解码成了None
,默认handle_unknown
下,直接报错
encoder = OneHotEncoder(handle_unknown='ignore')
encoder.fit([['体育', '军事'],['计科','开心'],['娱乐', '军事']])
encoded_vector = encoder.transform([['计科', '开心']]).toarray()
print(encoder.inverse_transform([[0, 0, 1, 0, 1]]))
>>[['计科' '开心']]
- 这是正常情况
OneHotEncoder简单用法相关推荐
- 反编译工具jad简单用法
反编译工具jad简单用法 下载地址: [url]http://58.251.57.206/down1?cid=B99584EFA6154A13E5C0B273C3876BD4CC8CE672& ...
- QCustomPlot的简单用法总结
QCustomPlot的简单用法总结 第一部分:QCustomPlot的下载与安装 第二部分:QCustomPlot在VS2013+QT下的使用 QCustomPlot的简单用法总结 写在前面, ...
- python matplotlib 简单用法
python matplotlib 简单用法 具体内容请参考官网 代码 import matplotlib.pyplot as plt import numpy as np # 支持中文 plt.rc ...
- Windump网络命令的简单用法
Windump网络命令的简单用法 大家都知道,unix系统下有个tcpdump的抓包工具,非常好用,是做troubleshooting的好帮手.其实在windows下也有一个类似的工作,叫windum ...
- Android TabLayout(选项卡布局)简单用法实例分析
本文实例讲述了Android TabLayout(选项卡布局)简单用法.分享给大家供大家参考,具体如下: 我们在应用viewpager的时候,经常会使用TabPageIndicator来与其配合.达到 ...
- shell expect的简单用法
为什么需要expect? 我们通过Shell可以实现简单的控制流功能,如:循环.判断等.但是对于需要交互的场合则必须通过人工来干预,有时候我们可能会需要实现和交互程序如 telnet服务器等进 ...
- Shellz中awk的简单用法
其实shell脚本的功能常常被低估.在实际应用中awk sed 等用法可以为shell提供更为强大的功能.下面我们将一下awk调用的简单方法进行了总结.方便同学们学习: awk的简单用法: 第一种调用 ...
- python装饰器实例-Python装饰器原理与简单用法实例分析
本文实例讲述了Python装饰器原理与简单用法.分享给大家供大家参考,具体如下: 今天整理装饰器,内嵌的装饰器.让装饰器带参数等多种形式,非常复杂,让人头疼不已.但是突然间发现了装饰器的奥秘,原来如此 ...
- python装饰器实例-Python装饰器简单用法实例小结
本文总结分析了Python装饰器简单用法.分享给大家供大家参考,具体如下: 装饰器在python中扮演着很重要的作用,例如插入日志等,装饰器可以为添加额外的功能同时又不影响业务函数的功能. 比如,运行 ...
- 【Android 应用开发】Google 官方 EasyPermissions 权限申请库 ( 最简单用法 | 一行代码搞定权限申请 | 推荐用法 )
文章目录 一.添加依赖 二.在 AndroidManifest.xml 中配置权限 三.权限申请最简单用法 四.推荐使用的用法 五.GitHub 地址 上一篇博客 [Android 应用开发]Goog ...
最新文章
- matlab fix函数_Matlab课后答案第四章
- 5月份升级鸿蒙系统的华为手机名单,鸿蒙OS前三批升级名单曝光,华为荣耀手机可升级,幸福来得太突然...
- 12本接收率高的医学SCI期刊
- 冒泡排序python代码_Python-排序-冒泡排序-优化
- 大小仅1MB,超轻量级通用人脸检测模型登上GitHub趋势榜
- java11+osgi_错误学习:Java + OSGi
- codeforces 476B.Dreamoon and WiFi 解题报告
- Linux嵌入式开发_修改机器码
- 轻松修复iOS系统的工具:iToolab FixGo mac中文版
- python 万年历代码
- android版本下载京东,手机京东历史版本
- 项目管理计划Office Project 2013 日常使用
- python为什么运行不了_python为什么安装了运行不了?
- Unity学习 — 23种设计模式
- 在线引用最新jquery文件方法
- 微金所项目-响应式开发文档
- Nginx 搭建DASH服务器
- coreldraw带圈字符_coreldraw中如何使字体围绕一个圆形排列?
- Android 下获取 ICCID、电话号码 的两种方式
- ae教程 (七)动效插件 (一)古街飘雪
热门文章
- 阿里云服务器被恶意程序攻击
- ps如何制作霓虹字体
- 刑事案件的25大疑难问题
- Java 输出三角形
- 点击电脑桌面图标就点计算机图标老是出现是否删除快捷方式,电脑桌面上的快捷方式图标总是有小箭头怎么删掉...
- word怎么删除参考文献的横线_2016版Word 中参考文献上面的横线是怎么去掉的啊,求助求助?...
- 陈丽莎计算机科学与技术专业,关于表彰我校成人高等学历教育2015届毕业生学习奖和优秀学生干部获奖者的通知...
- mysql drop_MySQL DROP TABLE语句语法
- java 学生学籍管理系统_JAVA测验—学生学籍管理系统
- 老人步履蹒跚,警惕骨关节炎