numpy.unique() vs Pandas.get_dummies()
numpy.unique（）将数据转换为所有K类别的数组，并将每个值的索引作为新列返回，而get_dummies（）只创建k列，每列都有（0,1）值。
将分类数据转换为数字的哪种方法最适合机器学习以及为什么？
答案 0 :(得分：0)
对于预处理分类属性，它主要取决于分类属性是否具有有序关系的事实。
例如，像温度这样的属性由四个级别组成：非常高，高，中，低。这些被称为序数变量，在这种情况下，转换为数字索引是合理的。所以非常高变成＆＃34; 1＆＃34;，高变成＆＃34; 2＆＃34;等等。
但是如果变量是名义变量，它没有排序信息，那么数值索引很可能会因为提供给模型的错误信息而导致结果不佳。 例如，对于像性别这样的属性，将它们转换为数字索引是没有意义的，＆＃34; 1＆＃34;对于男性和＆＃34; 2＆＃34;因为这给女性提供了有偏见的信息，使得女性等级高于男性，而在大多数情况下，她们是平等的，并且在他们之间没有秩序。因此，为每个变量创建具有二进制值的k列更有意义。