Question

在Python 2.7中使用（miniconda解释器）。由以下关于OneHotEncoder的示例感到困惑，混淆了为什么enc.n_values_输出为[2, 3, 4]？如果有人能帮忙澄清，那就太好了。

http://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.OneHotEncoder.html

>>> from sklearn.preprocessing import OneHotEncoder
>>> enc = OneHotEncoder()
>>> enc.fit([[0, 0, 3], [1, 1, 0], [0, 2, 1], [1, 0, 2]])  
OneHotEncoder(categorical_features='all', dtype=<... 'float'>,
       handle_unknown='error', n_values='auto', sparse=True)
>>> enc.n_values_
array([2, 3, 4])
>>> enc.feature_indices_
array([0, 2, 5, 9])
>>> enc.transform([[0, 1, 1]]).toarray()
array([[ 1.,  0.,  0.,  1.,  0.,  0.,  1.,  0.,  0.]])

的问候，林

Answer 1

n_values是每个要素的值数。

在此示例中，

（X＆＃39; s形状是[n_samples，n_feature]）

对于第一个特征，有2个值：0,1;

对于第二个特征，有3个值：0,1,2。

对于第三个特征，有4个值：0,1,2,3。

因此，enc.n_values_为[2, 3, 4]。

Answer 2

我认为以上关于n_values_的解释并不完整和清楚。我的解释：-
这样：“ n_values [i]是类别中分类值的数量 X [:, i]。每个要素值都应在range（n_values [i]）范围内这意味着n_values_在列中给出了范围（n_values [i]）= [0，n_values）。

此处：

from sklearn.preprocessing import OneHotEncoder
o = OneHotEncoder()
o.fit([[1,2,3], [1,2,3], [1,2,11] , [2,3,1]])
o.n_values_
array([3,4,12])

这里的结果是3,4,12，因此您可以通过colum更加清楚地看到它，数组中的每个值都给出了范围。

因此按列的值是range（3），range（4），range（12）。为了更清楚地理解，让我们再举一个例子：-

from sklearn.preprocessing import OneHotEncoder
o = OneHotEncoder()
o.fit([[1,2,3,100], [1,2,3,200], [1,2,11,300] , [2,3,1,400]])
o.n_values_
array([ 3, 4, 12, 401])

这证明对于分类数据而言它看起来是按列的，并且每个特征值都在range（n_values_）内

OneHotEncoder在scikit中的困惑学习

2 个答案: