scikit-learn 中 OneHotEncoder 解析

概要

在 sklearn 包中，OneHotEncoder 函数非常实用，它可以实现将分类特征的每个元素转化为一个可以用来计算的值。本篇详细讲解该函数的用法，也可以参考官网 sklearn.preprocessing.OneHotEncoder。

解析

 
该函数在 sklearn.preprocessing 类中，格式为：

OneHotEncoder(
    n_values=’auto’, 
    categorical_features=’all’,  
    dtype=<class ‘numpy.float64’>,  
    sparse=True,  
    handle_unknown=’error’
)

为了方便理解，我们先看下面一个例子：

# -*- coding: utf-8 -*-
from sklearn.preprocessing import  OneHotEncoder

enc = OneHotEncoder()
enc.fit([[0, 0, 3],
         [1, 1, 0],
         [0, 2, 1],
         [1, 0, 2]])

# 如果不加 toarray() 的话，输出的是稀疏的存储格式，即索引加值的形式
# 也可以通过参数指定 sparse