如何在预测数据上使用Pandas get_dummies？

Question

在3个分类列上使用Pandas get_dummies获得一个热编码的Dataframe后，我已经训练（取得了一些成功）Perceptron模型。

现在我想预测一个新观察结果，它不是热编码的。

有没有办法记录get_dummies列映射以重复使用它？

Answer 1

据我所知，目前没有自动程序。将来版本sklearn CategoricalEncoder对于这项工作非常方便。如果你克隆sklearn github master分支并自己构建，你就可以亲自动手了。目前我想到了两个选择：

• 使用LabelEncoder+OneHotEncoder组合，请参阅this answer, for example;
• 只需在训练OHE输出后检索（并存储，如果需要）列列表。然后在测试集/示例上运行pd.get_dummies。循环输出测试OHE列，删除那些未出现在训练OHE中的列，并添加测试OHE中缺少的那些填充零的列。