在熊猫中drop_first的用途是什么？

Question

下面的代码中drop_first=True的确切用途是什么？

ins = pd.get_dummies(ins, columns=['gender', 'region'], drop_first=True)

Answer 1

使用此功能时包括drop_first的主要原因是为了避免在变量之间产生多重共线性问题，这意味着在使用get_dummies()函数之后，回归模型可能会发现之间存在线性关系。它们，因此无法满足线性回归的Guass-Markov定理，从而导致误差和OLS不会为蓝色。

这确实是一个编码问题，但是引人注意的是更多的统计/数据科学/交叉验证。因此，我建议您检查一下该答案和/或也去问一下：https://stats.stackexchange.com/questions/224051/one-hot-vs-dummy-encoding-in-scikit-learn/224055#224055