当前位置:首页 > Python >

python的scikit-learn将特征转成one-hot特征_python sklearn one-hot

发布时间:2023-01-04 14:47:57 作者:佚名 阅读:(1665)

One-Hot编码,又称为一位有效编码,今天吾爱编程就为大家介绍一下python的scikit-learn将特征转成one-hot特征的方法,有需要的小伙伴可以参考一下:

python的scikit-learn将特征转成one-hot特征_python sklearn one-hot

1、one-hot介绍:

    One-Hot编码,又称为一位有效编码,主要是采用N位状态寄存器来对N个状态进行编码,每个状态都由他独立的寄存器位,并且在任意时候只有一位有效。

    One-Hot编码是分类变量作为二进制向量的表示。这首先要求将分类值映射到整数值。然后,每个整数值被表示为二进制向量,除了整数的索引之外,它都是零值,它被标记为1。

2、程序代码:

enc = OneHotEncoder(categorical_features=np.array([0,1,2]),n_values=[5,4,2]) 
enc.fit(train_data)  
train_data = enc.transform(train_data).toarray()  
test_data = enc.transform(test_data).toarray()

以上就是吾爱编程为大家介绍的转成one-hot方法的全部内容了,希望对大家有所帮助,了解更多相关文章请关注吾爱编程网!

欢迎分享转载→ python的scikit-learn将特征转成one-hot特征_python sklearn one-hot

© 2015-2021 - 吾爱编程网 版权所有 苏ICP备18033726号-1关于我们 - 网站声明 - 联系我们