我想知道如何处理虚拟变量。
我正在尝试使用 sklearn 的线性回归来预测票房收入。
其中一个变量是 Genre，它应该被编码为虚拟变量。
如果电影类型只有动作片、爱情片和西部片，则电影的类型应如下所示：
[电影类型]
动作浪漫西部
--> (1,0,1)
但我了解到我应该在训练线性回归时使用 n-1 个虚拟变量。 这是为了避免虚拟变量陷阱。 （多重共线性）
我应该去掉像西方那样的专栏之一吗？ 但是，假设有两部电影。
一个是动作片类型，另一个是动作片和西部片。
在这种情况下，如果我进行 n-1 编码，则变量都应如下所示：
[电影类型]
（动作 1，浪漫 0）
[另一部电影的类型]
（动作 1，浪漫 0）
所以我很困惑..
这是 n-1 编码的例外吗？那么我应该使用所有变量吗？