数据处理——One-Hot Encoding

转载 2016年08月30日 19:00:54

一、One-Hot Encoding

    One-Hot编码,又称为一位有效编码,主要是采用位状态寄存器来对个状态进行编码,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。
    在实际的机器学习的应用任务中,特征有时候并不总是连续值,有可能是一些分类值,如性别可分为“male”和“female”。在机器学习任务中,对于这样的特征,通常我们需要对其进行特征数字化,如下面的例子:
有如下三个特征属性:
  • 性别:["male","female"]
  • 地区:["Europe","US","Asia"]
  • 浏览器:["Firefox","Chrome","Safari","Internet Explorer"]
对于某一个样本,如["male","US","Internet Explorer"],我们需要将这个分类值的特征数字化,最直接的方法,我们可以采用序列化的方式:[0,1,3]。但是这样的特征处理并不能直接放入机器学习算法中。

二、One-Hot Encoding的处理方法

    对于上述的问题,性别的属性是二维的,同理,地区是三维的,浏览器则是思维的,这样,我们可以采用One-Hot编码的方式对上述的样本“["male","US","Internet Explorer"]”编码,“male”则对应着[1,0],同理“US”对应着[0,1,0],“Internet Explorer”对应着[0,0,0,1]。则完整的特征数字化的结果为:[1,0,0,1,0,0,0,0,1]。这样导致的一个结果就是数据会变得非常的稀疏。

三、实际的Python代码

[python] view plain copy
  1. from sklearn import preprocessing  
  2.   
  3. enc = preprocessing.OneHotEncoder()  
  4. enc.fit([[0,0,3],[1,1,0],[0,2,1],[1,0,2]])  
  5.   
  6. array = enc.transform([[0,1,3]]).toarray()  
  7.   
  8. print array  

结果:[[ 1.  0.  0.  1.  0.  0.  0.  0.  1.]]

数据处理——One-Hot Encoding

一、One-Hot Encoding     One-Hot编码,又称为一位有效编码,主要是采用位状态寄存器来对个状态进行编码,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。     ...
  • roslei
  • roslei
  • 2017年03月20日 08:59
  • 395

数据预处理:独热编码(One-Hot Encoding)

问题由来 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,考虑一下的三个特征: ["male", "female"] ["from Europe", "...

机器学习 数据预处理之独热编码(One-Hot Encoding)

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,考虑一下的三个特征: ["male", "female"] ["from Europe", "from US", "from...

数据预处理——One-hot编码

网上关于One-hot编码的例子都来自于同一个例子,而且结果来的太抖了。查了半天,终于给搞清楚这个独热编码是怎么回事了,其实挺简单的,这里再做个总结。 首先,引出例子: 已知三个feature...

独热编码(One-Hot Encoding)及在CNN中的应用

比如 sex:[“male”, “female”] country: [‘china’,’USA’,’Japan’] 正常数字量化后: “male”, “female”用0,1表示; ‘c...

One-Hot Encoding 及其使用原因

One-Hot Encoding 及其使用原因

One-Hot Encoding

数据预处理之独热编码问题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。如性别可分为”male”和”female”。对于这样的特征,通常我们需要对其进行特征数字化,如有以下三个特征属性...

【机器学习】one hot encoding 独热编码

问题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,考虑一下的三个特征:[“male”, “female”][“from Europe”, “from US”, “from As...

独热编码(One-Hot Encoding)介绍及实现

在数据处理和特征工程中,经常会遇到类型数据,如性别分为[男,女](暂不考虑其他。。。。),手机运营商分为[移动,联通,电信]等,我们通常将其转为数值带入模型,如[0,1], [-1,0,1]等,但模型...

独热编码(One-Hot Encoding)

【概念】One-hot encoding是只存在一个1其余全为0的n位序列。也可以称它为二元向量,二元就是里面只有0和1.通常被用来描述一个状态机的某个状态。【用处】用于处理离散型特征。通过将离散特征...
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:数据处理——One-Hot Encoding
举报原因:
原因补充:

(最多只允许输入30个字)