机器学习：如何在具有分类和数字特征的pandas数据帧上应用一个热编码？

Question

某些功能是数字，例如＆＃34;来自学校的毕业率＆＃34; ，而其他功能则分类为学校名称。我在分类上使用标签编码器将它们转换为整数。

我现在有一个包含浮点数和整数的数据帧，分别代表数字特征和分类特征（用标签编码器转换）。

我不确定如何继续学习，我是否需要使用一个热门编码？如果是这样，我该怎么办？根据我目前的理解，我不能简单地将数据帧传递给sklearn OneHotEncoder，因为有浮点数。我是否只是将标签编码器应用于所有功能以解决问题？

Sample data from my dataframe. OPEID and opeid6 were transformed using a label encoder

非常感谢！

Answer 1

只需使用OneHotEncoder categorical_features参数来选择功能是分类的：

  

categorical_features：“all”或索引或掩码数组：

     

指定将哪些功能视为分类。

     

  
• 'all'（默认值）：所有功能都被视为分类。
  
• 索引数组：分类要素索引数组。
  

• mask：长度为n_features且dtype = bool的数组。

       

  非分类要素始终堆叠在矩阵的右侧。