标称变量（Categorical Features）或者分类变量（Categorical Features​​​​​​​）编码为数值变量（Continuous Features​​​​​​​）

Posted 2021-05-18 Data+Science+Insight

标称变量（Categorical Features）或者分类变量（Categorical Features）编码为数值变量（Continuous Features）或者数值变量（Numeric

Features）

one-hot到底是什么鬼？

 

sklearn.preprocessing.LabelBinarizer()

sklearn.preprocessing.MultiLabelBinarizer()

pd.get_dummies()

 

 

 

 

如果你的标称变量（Categorical Features）没有天然的顺序特性那就使用LabelBinarizer进行编码：

 

LabelBinarizer编码出来的结果就是one-hot编码：

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。

one-hot编码要求每个类别之间相互独立，如果之间存在某种连续型的关系&#