one-hot编码的作用
使用one-hot编码,将离散特征的取值扩展到了欧式空间,离散特征的某个取值就对应欧式空间的某个点
将离散特征通过one-hot编码映射到欧式空间,是因为,在回归,分类,聚类等机器学习算法中,特征之间距离的计算或相似度的计算是非常重要的,而我们常用的距离或相似度的计算都是在欧式空间的相似度计算,计算余弦相似性,基于的就是欧式空间。
sklearn的一个例子
1
2
3
4
5
6
7
8
9
10
|
from sklearn import preprocessing
enc = preprocessing.OneHotEncoder()
enc.fit([[ 0 , 0 , 3 ], [ 1 , 1 , 0 ], [ 0 , 2 , 1 ], [ 1 , 0 , 2 ]])
print (enc.n_values_) / / 每个特征对应的最大位数
print (enc.transform([[ 0 , 1 , 3 ]]).toarray())
print (enc.transform([[ 0 , 1 , 1 ]]).toarray())
|
上面代码enc.fit()里有一个4行3列的矩阵
1、每一列对应于一个样本的特征序列,即一个样本有三个特征
2、4行表明传入了4个样本
3、观察每一列的值可以知道:第一个特征有两个取值0,1;第二个特征有三个取值0,1,2;第三个特征有4个取值0,1,2,3
4、所以第一个特征的one-hot编码是一个两位的01串,第二个特征是一个三位的01串,第三个特征是一个4位的01串
以上这篇对python sklearn one-hot编码详解就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持服务器之家。
原文链接:https://blog.csdn.net/u012559634/article/details/70807911