python——类别型数据标签二值化-one_hot编码

from sklearn.preprocessing import label_binarize

label_binarize(y, *, classes, neg_label=0, pos_label=1, sparse_output=False)

 - Parameters(参数)
	y : array-like
	要编码的整数数据或多标签数据序列

	classes : array-like of shape (n_classes,)
	np.arange(c)

	neg_label : int, default=0
	负标签必须编码的值

	pos_label :　int, default=1
	正标签必须编码的值
	
	sparse_output : bool, default=False,
	如果需要以CSR稀疏格式输出二进制数组，则设置为true。

 - Returns(返回)
	Y : {ndarray, sparse matrix} of shape (n_samples, n_classes)
	对于二进制问题，形状将为（n_samples，1）

官方案例

>>> from sklearn.preprocessing import label_binarize
>>> label_binarize([1, 6], classes=[1, 2, 4, 6])
array([[1, 0, 0, 0],
       [0, 0, 0, 1]])

>>> label_binarize([1, 6], classes=[1, 6, 4, 2])
array([[1, 0, 0, 0],
       [0, 1, 0, 0]])

# 二分类转化为列向量
>>> label_binarize(['yes', 'no', 'no', 'yes'], classes=['no', 'yes'])
array([[1],
       [0],
       [0],
       [1]])