哑变量=独热编码=稀疏矩阵

分类特征变量分为：名义变量，有序变量，有距变量

名义变量：如门A,B,C，指数据之间毫无关联性

有序变量：如小学，中学，大学，学历有高低，但不能相互计算

有距变量：如分数，体重，费用等，可以通过计算得出

对于有序变量可以使用编码进行处理，对于名义变量可以使用哑变量进行处理

sklearn中使用OneHotEncoder模块进行哑变量：

代码如下：

from sklearn.preprocessing import OneHotEncoder
x = data1.iloc[:,2:3]
one = OneHotEncoder(categories="auto")   #categories使用auto进行自动特征查找
re = one.fit_transform(x)
res = re.toarray()   #使用toarray转换查看

pd.DataFrame(res)

上述对性别进行哑变量

one.inverse_transform(re)  #逆转

one.get_feature_names()   #查看编码后的特征

使用concat方法添加到原数据

newdata = pd.concat([data2,pd.DataFrame(res)],axis = 1)  #将哑变量追加到原数据

特征工程—数据哑变量（独热编码）相关推荐

数据处理与特征工程：One-Hot Encoder独热编码、Label Encoder标签编码、Binary Encoder二进制编码
目录一 OneHotEncoder独热编码 1.1 OneHotEncoder独热编码原理 2.1. 为什么要独热编码OneHotEncoder? 2.3 独热编码优缺点 2.4 什么情况下(不) ...
数据预处理之独热编码（One-Hot）
1.前言在机器学习算法中,我们经常会遇到分类特征,例如:人的性别有男女,祖国有中国,美国,法国等. 这些特征值并不是连续的,而是离散的,无序的.通常我们需要对其进行特征数字化. 那什么是特征数字化呢 ...
Python数据分析数据预处理特征值独热编码
[小白从小学Python.C.Java] [Python-计算机等级考试二级] [Python-数据分析] Python数据分析数据预处理特征值独热编码独热编码,是一种将分类变量转换为若干二进制 ...
机器学习：数据预处理之独热编码（One-Hot）详解
一. 什么是独热编码? ---------------------------------------- 在机器学习算法中,我们经常会遇到分类特征,例如:人的性别有男女,祖国有中国,美国,法国等. 这 ...
数据预处理之独热编码（OneHotEncoder）
前言 ---------------------------------------- 在机器学习算法中,我们经常会遇到分类特征,例如:人的性别有男女,祖国有中国,美国,法国等. 这些特征值并不是连续 ...
机器学习：数据预处理之独热编码（One-Hot）
前言 ---------------------------------------- 在机器学习算法中,我们经常会遇到分类特征,例如:人的性别有男女,祖国有中国,美国,法国等. 这些特征值并不是连续 ...
【sklearn】数据预处理之独热编码（含两种实现方式+代码理解）
最近学习机器学习,接触到独热编码相关内容,参考了一些资料,加上自己的思考,做出了如下总结: 一.什么是独热编码独热编码,即One-Hot编码,又称一位有效编码,其方法是使用N位状态寄存器来对N个状态 ...
数据预处理之独热编码（One-Hot Encoding）
问题的由来在很多机器学习任务中,特征并不总是连续值,而有可能是分类值. 例如,考虑以下三个特征: ["male","female"] ["from ...
Python下数值型与字符型类别变量独热编码（One-hot Encoding）实现
1 OneHotEncoder 2 pd.get_dummies 在数据处理与分析领域,数值型与字符型类别变量的编码是不可或缺的预处理操作.本文基于Python下OneHotEncoder与pd. ...

特征工程—数据哑变量（独热编码）

哑变量=独热编码=稀疏矩阵

分类特征变量分为：名义变量，有序变量，有距变量

名义变量：如门A,B,C，指数据之间毫无关联性

有序变量：如小学，中学，大学，学历有高低，但不能相互计算

有距变量：如分数，体重，费用等，可以通过计算得出

对于有序变量可以使用编码进行处理，对于名义变量可以使用哑变量进行处理

sklearn中使用OneHotEncoder模块进行哑变量：

代码如下：

上述对性别进行哑变量

使用concat方法添加到原数据

特征工程—数据哑变量（独热编码）相关推荐

最新文章

热门文章