对于研究论文，我将使用套索模型来执行分类和特征选择。我准备使用单热编码来处理我的分类数据，并且需要确定哪个特征映射到原始分类值，以确定最终为最终模型选择哪些特征。我一直在谷歌上搜索这个问题，但还没找到答案。
scikit的单热编码如何赋值？例如，假设某个变量的分类值为{1,2,3,4}。单热编码是否按时间顺序将它们组织成虚拟对象（即，丢弃1，使第一个虚拟值为值2，第二个虚拟值为值3，第三个虚拟值为值4？或者根据它找到的顺序进行分配不同的分类值，因为它向下扫描行（例如，第一个观察值为3，第二个观察值为2，因此3被删除，第一个虚拟值变为值2）？
谢谢！
答案 0 :(得分：1)
从快速查看the source我觉得它们最终按整数值排序。但是，由于没有记录，您不能指望这一点：它不是合同的一部分。如果您需要知道哪个值最终我建议编写您自己的OneHot实现。不应该太难，然后在升级到新版本等时可以依赖它。