sklearn不能对单列数据进行独热编码的问题

最新推荐文章于 2022-09-14 16:42:36 发布
VIP文章 最新推荐文章于 2022-09-14 16:42:36 发布
阅读量402 收藏 1
点赞数
分类专栏： pandas 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/michellechouu/article/details/115453948
版权

OneHotEncoder无法直接对字符串型的类别变量编码，也就是说OneHotEncoder().fit_transform(testdata[['pet']])这句话会报错(不信你试试)。已经有很多人在 stackoverflow 和 sklearn 的 github issue 上讨论过这个问题，但目前为止的 sklearn 版本仍没有增加OneHotEncoder对字符串型类别变量的支持，所以一般都采用曲线救国的方式：

方法一 先用 LabelEncoder() 转换成连续的数值型变量，再用 OneHotEncoder() 二值化

方法二 直接用 LabelBinarizer() 进行二值化

michellechouu
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
对python sklearn one-hot编码详解
09-20
今天小编就为大家分享一篇对python sklearn one-hot编码详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
python 分类变量编码_OneHotEncoder只对某些分类变量列进行编码
weixin_39963523的博客
12-09 605
我认为在这种情况下，你应该坚持pd.get_dummies：>>> dataage seniority gender salary0 1 junior male 51 2 senior female 62 3 junior female 7# One hot encode with get_du...
【sklearn】数据预处理之独热编码（含两种实现方式+代码理解）
wzk4869的博客
09-14 1万+
【sklearn】数据预处理之独热编码（含两种实现方式+代码理解）
Scikit-learn库中的数据预处理：独热编码（二）
weixin_30788239的博客
08-14 1342
在上一篇博客中介绍了数值型数据的预处理但是真实世界的数据集通常都含有分类型变量(categorical value)的特征。当我们讨论分类型数据时，我们不区分其取值是否有序。比如T恤尺寸是有序的，因为XL>L>M。而T恤颜色是无序的。在讲解处理分类数据的技巧之前，我们先创建一个新的DataFrame对象：import pandas as pd from...
sklearn 独热编码onehot、标签编码（代码示例）
qq_43015237的博客
01-03 3214
标签编码LabelEncoder 若原数据有n个不同的元素，则将原数据中的元素按一定规律(如字典序)映射为[0, n)内的一个整数。例如，数据有三个不同元素，‘autumn’–0，‘spring’–1，‘summer’–2 独热编码OneHotEncoder 若原数据有n个不同的元素，则将原数据的元素映射为n维向量，向量中只有一位1，其余全0，这个“1”在向量中的位置索引就是标签编码的值。例如， ‘autumn’-–0–100， ‘spring’–—1–010， ‘summer’–2–001 当然，..
易语言超级列表单列追加数据
07-22
易语言超级列表单列追加数据源码,超级列表单列追加数据,添加数据
易语言源码易语言超级列表单列追加数据源码.rar
02-21
易语言源码易语言超级列表单列追加数据源码.rar 易语言源码易语言超级列表单列追加数据源码.rar 易语言源码易语言超级列表单列追加数据源码.rar 易语言源码易语言超级列表单列追加数据源码.rar 易语言源码易语言...
MySQL 数据根据单列或者多列去重，保留数据重置ID
12-14
1、查看去重后的数据 DISTINCT SELECT DISTINCT movie_id,title FROM b_movie 2、 根据某一列查看重复的数据： SELECT * FROM b_movie WHERE movie_id IN ( SELECT movie_id FROM ( SELECT movie_id FROM b_movie...
单列数据rnn-lstm-gru预测.ipynb
最新发布
02-22
单列数据rnn-lstm-gru预测.ipynb
jupyter+数据分析
04-21
内用概要：使用jupyter编译软件进行编译，利用numpy 库处理数组、pandas库处理数据,用于大数据数据分析使用，获取数据基本信息，及对数据进行简单处理。此文件为本人数据分析课堂使用代码，仅作学术使用。文件以城市...
使用sklearn进行数据预处理之Binarizer,LabelEncoder,LabelBinarizer,OneHotEncoder
JustForFun的博客
04-19 1万+
前言 数据预处理的过程中经常需要对数据进行数值化等处理，比如将性别男女转换为计算机可以理解的1和0，还有将数值化的1，2，3，4，5按照阈值3转换为0，0，0，1，1等，下面介绍一下sklearn提供的类。 Binarizer 这个就是根据阈值将数值型转变为二进制型，阈值可以进行设定，另外只能对数值型数据进行处理，且传入的参数必须为2D数组，也就是不能是Series这种类型，shape为...
python sklearn preprocessing OneHotEncoder 独热编码 One-Hot
small__roc的博客
02-15 6651
文章目录一、One-Hot 简介二、小案例2.1 加载库2.2 随机生成数据集 --> dataframe2.3 通过 LabelEncoder 将分类变量打上数值标签2.4 进行one-hot编码2.5 转成 dataframe 形式2.6 columns 重命名三、自定义 OneHot 函数 一、One-Hot 简介    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
sklearn快速入门教程：独热编码
Ryan-Yu的博客
08-14 994
。
scikit-learn中的OneHotEncoder用法小结
qq_35436571的博客
07-18 1万+
OneHotEncoder 可用于将分类特征的每个元素转化为一个可直接计算的数值，也即特征值数字化，常用于特征工程中的数据预处理。 其本质是One-Hot编码在scikit-learn中的实现。 One-Hot 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，每个状态都有它独立的寄存器位，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...
One-Hot Encoding独热编码
元气满满晨
12-13 1555
one-hot encoding:The Standard Approach for Categorical Features Categorical feature：如，color of flowers: yellow, red, green。 one-hot encoding：一种码制，有多少个状态（或者叫类别值）就有多少个比特，且只有一个比特为1，其它全为0. Pandas offers ...
pandas， dataframe获取最后一行的三种方法
热门推荐
michellechouu的专栏
03-25 4万+
这次为了做NLP的第一个作业：隐马尔科夫模型的此行判断，开始接触pandas，numpy和pandas我真的很不熟，导致了作业晚交，理解了原理但代码写得很痛苦。 用测试集计算了词性之间的转移概率，转换成矩阵；以及词性到单词的发射概率，转换成矩阵，记得import numpy as np。 veterbi 算法获取预测的词性结果，因为我传进去的观察序列，也就是测试句转换成的单词表，是训练集的每个句子的单词在测试集的单词列表中的对应索引，所以生成的词性列表就要和传进去的观察序列重新匹配上，才能判断到底预测得
pandas 把其中一列移动到最后一列 出现unbounded slice error
michellechouu的专栏
04-23 5506
我的dataframe长这样 用pandas.pop(columns) 然后再pandas.insert() color = data.pop('color') data.insert(loc=-1, column='color', value=color, allow_duplicates=False) pop成功 可以看到color列已经没有了，列数从448变为了447。 但insert报错 ValueError: unbounded slice 查了才知道lo
多项分布与范畴分布
michellechouu的专栏
02-09 975
1. 伯努利分布(Bernoulli distribution)   伯努利分布又称二点分布或0-1分布，即一次试验只有正例和反例两种可能，以随机变量表示就是X只能取0或1，伯努利试验是只有两种可能结果的单次随机试验，假设一次试验出现正例的概率为p(0<p<1)，那么P(X=1)=pP(X=1)=p，P(X=0)=1−pP(X=0)=1−p，可以统一表达为P(X=k)=pk(1−p)1−k,k=0,1P(X=k)=pk(1−p)1−k,k=0,1，则称X服从参数为p的伯努利分布，记为X∼Ber
如何用python对csv文件中单列数据进行数据可视化操作
07-13
可以使用Python中的`pandas`和`matplotlib`库来对CSV文件中的单列数据进行数据可视化操作。下面是一个简单的示例代码，演示了如何读取CSV文件并绘制柱状图。 ```python import pandas as pd import matplotlib....

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值