Question

如果我对具有3个可能值的列进行单热编码，如下所示：

from sklearn import preprocessing
lb = preprocessing.LabelBinarizer()
lb.fit([0, 1, 2])
lb.classes_
lb.transform([1, 0])

然后我得到：

array([[0, 1, 0],
       [1, 0, 0]])

这正是我想要的。每列可能有3列= 1列。

但是，如果我有两个可能的值，如下：

lb.fit([0, 1])
lb.classes_
lb.transform([1, 0])

我明白了：

array([[1],
       [0]])

只有1列，即使我有2个可能的值。在这种情况下，我最终希望：

array([[0, 1],
       [1, 0]])

在这种情况下如何获得2列结果？

Answer 1

您可以使用OneHotEncoder。例如：

In [37]: oh = preprocessing.OneHotEncoder(sparse=False)

In [38]: oh.fit([[0], [1]])
Out[38]:
OneHotEncoder(categorical_features='all', dtype=<type 'float'>,
       handle_unknown='error', n_values=2, sparse=False)

In [39]: oh.transform([[1], [0]])
Out[39]:
array([[ 0.,  1.],
       [ 1.,  0.]])

Answer 2

在我的情况下，看起来像pandas.get_dummies是最简单的解决方案：

pd.get_dummies([1, 0])

如何使用两个值进行单热编码？

2 个答案: