类别型特征处理：sklearn中的one-hot和PCA

目录

问题背景

新建一个类别型的特征列

“训练”一个one-hot转换器，并对数据进行转换

“训练”一个PCA转换器

将这个one-hot和PCA应用到测试数据中

---

问题背景

      在机器学习的分类、聚类等任务中，我们经常会遇到一个或多个类别型的数据特征，如衣服颜色、商品类别等，这些特征的取值之前并无相对大小关系，难以直接作为机器学习模型的输入，因此我们先要对这类特征做转换才能作为模型输入。

对于类别型特征，需要需要做2件事：

（1）进行one-hot转换

（2）进行PCA降维

 

新建一个类别型的特征列

import numpy as np
from sklearn.preprocessing import OneHotEncoder

col = [99,55,99,11,66,44]
col = np.array(col).reshape(len(col), -1)
print(col)

[[99]
 [55]
 [99]
 [11]
 [66]
 [44]]