请问，独热编码后的数据怎么使用

番茄炒蛋加鸡腿进步哥 2019-05-07 12:18:36

比如，下面将语言独热编码之后，这里面的xarr是什么

...全文

621 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

机器学习算法往往无法直接处理文本数据，需要把文本数据转换为数值型数据，独热编码就是一种解决方法。独热（one-hot）编码又称为一位有效编码。独热编码将文本中的单词编号，构建字典结构的词汇表。其中，key是单词，value是单词的索引。词汇表有n个单词，构成n个词向量。例如，某个单词在词汇序列中的位置为k，对应的词向量的第k个位置为1，其他位置都为0。独热编码保证了每一个取值只会使得一种状态处于激活态，也就是说多种状态中只有一个状态位为1，其他状态位都是0.独热编码具有操作简单、容易理解的优势。

独热编码（one-hot）是什么？什么数据类型需要进行独热编码？pandas如何进行独热编码（one-hot）？ 独热编码即 One-Hot 编码，又称一位有效编码，其方法是使用N位状态寄存器来对N个状态进行编码，每个状态都由他独立的寄存器位，并且在任意时候，其中只有一位有效。 独热编码是将分类变量转换为可提供给机器学习算法更好地进行预测的形式的过程。一种稀疏向量，其中：一个元素设为 1；所有其他元素均设为 0。 one-hot 编码常用于表示拥有有限个可能值的字符串或标识符。例如，假设某

【小白从小学Python、C、Java】【Python-计算机等级考试二级】【Python-数据分析】 Python数据分析数据预处理特征值独热编码 独热编码，是一种将分类变量转换为若干二进制列的方法，其中1表示属于该类别的行。这种方法有效的诠释了分类变量的含义且去除了类别对应的值的大小在机器学习过程中对结果产生的影响。以下python代码是对数据框数据car_data中“品牌”列分类数据做独热编码： dummy_data = pd.get_dummies(car_data["品

独热编码介绍优点举例说明介绍 独热编码通常是用来处理稀疏而又散乱的分布空间的数值。其方法是使用N状态寄存器来对N个状态进行编码，每个状态都有独自的寄存器位，在任意时候只有一位有效，只有一位是1，其余的都为0。优点 1.能够处理非连续型数值特征。 2.在一定程度上也扩充了特征，比如：将性别这个特征经过独热编码后变为男、女这两个特征。举例说明在数字0-9中，6的独热编码为0000001000。也就是说对一个特征进行独热编码的时候，这个特征含有多少个数值，就将其映射到几维的空间里，如：教育等级：小学教育

对于独热编码的使用，有一点是额外需要注意的，那就是对于二分类离散变量来说，独热编码往往是没有实际作用的。不过需要注意的是，对于sklearn的独热编码转化器来说，尽管其使用过程会更加方便，但却无法自动创建转化后的列名称，而在需要考察字段业务背景含义的场景中，必然需要知道每一列的实际名称（就类似于极简示例中每一列的名字，通过“原列名_字段取值”来进行命名），因此我们需要定义一个函数来批量创建独热编码后新数据集各字段名称的函数。

37,744

社区成员

34,212

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

试试用AI创作助手写篇文章吧

+ 用AI写文章