sklearn之OneHotEncoder

一、简介

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

• 1、One-Hot编码也称为“独热”式编码，既然独热是只能有一位是“发光”的。在众多特征中仅仅有一个特征起作用。
• 2、比如红绿灯有三个特征红色、绿色、黄色，对这三种特征进行数字化处理，我们可以简单的通过定义红色=1、绿色=2、黄色=3来进行分类，这种分类实现的是标签编码，即给不同的类别打上标签。简单分类的弊端是机器可能会根据数值进行排序，从而导致了红色<绿色<黄色，我们事实只想让机器去区分他们，某方面说他们的地位相等。
• 3、为了地位相等我们使用了One-Hot编码，红色(1,0,0)、绿色(0,1,0)、黄色(0,0,1)。这种情况下，每两个向量之间的距离都是根号2，在向量空间中的距离是相等的，基本不会影响基于向量空间度量算法的效果。也可以看出来每次只有一位是1。

二、代码操作及参数详解

• 1、简答的代码操作

from sklearn.preprocessing import  OneHotEncoder

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

ans = enc.transform([[0, 1, 3]]).toarray()
 # 如果不