sklearn OneHot编码

1. one hot encoder

sklearn.preprocessing.OneHotEncoder

one hot encoder 不仅对 label 可以进行编码，还可对 categorical feature 进行编码：

>>> from sklearn.preprocessing import OneHotEncoder
>>> enc = OneHotEncoder()>>> enc.fit([[0, 0, 3], [1, 1, 0], [0, 2, 1], [1, 0, 2]])  >>> enc.n_values_
array([2, 3, 4])>>> enc.feature_indices_
array([0, 2, 5, 9])>>> enc.transform([[0, 1, 1]]).toarray()
array([[ 1.,  0.,  0.,  1.,  0.,  0.,  1.,  0.,  0.]])

为 OneHotEncoder 类传递进来的数据集：

[[0, 0, 3],
[1, 1, 0],
[0, 2, 1],
[1, 0, 2]]

每一列代表一个属性，fit 操作之后：

对象enc的n_values_成员变量，记录着每一个属性的最大取值数目，如本例第一个属性：0, 1, 0, 1 ⇒ 2，0, 1, 2, 0 ⇒ 3，3, 0, 1, 2 ⇒ 4；
- 即各个属性（feature）在 one hot 编码下占据的位数；
对象 enc 的 feature_indices_，则记录着属性在新 One hot 编码下的索引位置，
- feature_indices_ 是对 n_values_ 的累积值，不过 feature_indices 的首位是 0；

进一步通过 fit 好的 one hot encoder 对新来的特征向量进行编码：

>>> enc.transform([[0, 1, 1]]).toarray()
array([[ 1.,  0.,  0.,  1.,  0.,  0.,  1.,  0.,  0.]])

前 2 位 1, 0，对 0 进行编码
中间 3 位 0, 1, 0 对 1 进行编码；
末尾 4 位 0, 1, 0, 0 对 1 进行编码；

sklearn OneHot编码相关推荐

python one hot编码_对python sklearn one-hot编码详解
one-hot编码的作用使用one-hot编码,将离散特征的取值扩展到了欧式空间,离散特征的某个取值就对应欧式空间的某个点将离散特征通过one-hot编码映射到欧式空间,是因为,在回归,分类,聚类 ...
01_什么是one-hot编码、one-hot编码过程详解、为什么需要one-hot编码？one-hot编码的优缺点、使用sklearn中的API举例
以下资料来自:网络+最后的整合 https://www.cnblogs.com/shuaishuaidefeizhu/p/11269257.html https://www.cntofu.com/bo ...
【小代码讲解】独热编码（One-Hot编码）
独热编码(One-Hot编码) 独热编码介绍独热编码表示独热编码实现使用sklearn 不使用sklearn 独热编码介绍在机器学习中,标签的处理总是需要进行独热编码的处理,因为独热编码有以下 ...
词向量系列之One-Hot编码详解
目录 0.前言 1. 独热编码 1.1 独热编码例子 1.2 独热编码的优点 1.3 独热编码的缺点 1.4 独热编码适用的情况 2. 独热编码的实现 2.1 python简单实现one-hot编码 ...
你真的懂one-hot编码吗？
一个很隐晦的问题在回归,分类,聚类等机器学习算法中,特征之间距离的计算或相似度的计算是非常重要的,而我们常用的距离或相似度的计算都是在欧式空间的相似度计算,计算余弦相似性,基于的就是欧式空间,所以往 ...
Python对离散变量处理：哑变量编码和one-hot编码
在数据进行建模分析,无法直接把类别变量放入模型中去分析,因此,需要对类别变量进行处理.最常见的方法是对类别变量做哑变量编码或one-hot编码,所以运用最近的业务数据进行了尝试.哑变量编码和one-h ...
将标签进行One-hot编码
在利用机器学习或者深度学习解决分类问题时,我们需要将标签进行编码,有时也需要将离散的自变量进行分类编码,特别是做神经网络或回归预测时,对离散的自变量也进行One-hot编码扩维是一种很好办法,例如我们 ...
训练集产生的onehot编码特征如何在测试集、预测集复现
数据处理中有时要用到onehot编码,如果使用pandas自带的get_dummies方法,训练集产生的onehot编码特征会跟测试集.预测集不一样,正确的方式是使用sklearn自带的OneHotE ...
普通数据改为onehot编码,onehot转换为普通数据
一维数组转one-hot编码方法一: from sklearn.preprocessing import OneHotEncoder enc=OneHotEncoder() enc.fit(trai ...

sklearn OneHot编码

1. one hot encoder

sklearn OneHot编码相关推荐

最新文章

热门文章