数据处理——One-Hot Encoding

发布时间：2020-12-14 02:45:25 所属栏目：大数据来源：网络整理

导读：一、 One-Hot Encoding ? ? One-Hot 编码，又称为一位有效编码，主要是采用位状态寄存器来对个状态进行编码，每个状态都由他独立的寄存器位，并且在任意时候只有一位有效。 ? ? 在实际的机器学习的应用任务中，特征有时候并不总是连续值，有可能是一些分类

一、One-Hot Encoding

? ? One-Hot 编码，又称为一位有效编码，主要是采用

位状态寄存器来对

个状态进行编码，每个状态都由他独立的寄存器位，并且在任意时候只有一位有效。

? ? 在实际的机器学习的应用任务中，特征有时候并不总是连续值，有可能是一些分类值，如性别可分为“ male ”和“ female ”。在机器学习任务中，对于这样的特征，通常我们需要对其进行特征数字化，如下面的例子：

有如下三个特征属性：

性别：["male"，"female"]
地区：["Europe"，"US"，"Asia"]
浏览器：["Firefox"，"Chrome"，"Safari"，"Internet Explorer"]

对于某一个样本，如["male"，"US"，"Internet Explorer"]，我们需要将这个分类值的特征数字化，最直接的方法，我们可以采用序列化的方式：[0,1,3]。但是这样的特征处理并不能直接放入机器学习算法中。

二、One-Hot Encoding的处理方法

? ? 对于上述的问题，性别的属性是二维的，同理，地区是三维的，浏览器则是思维的，这样，我们可以采用One-Hot编码的方式对上述的样本“["male"，"US"，"Internet Explorer"]”编码，“male”则对应着[1，0]，同理“US”对应着[0，1，0]，“Internet Explorer”对应着[0,1]。则完整的特征数字化的结果为：[1,1]。这样导致的一个结果就是数据会变得非常的稀疏。

三、实际的Python代码

from sklearn import preprocessing

enc = preprocessing.OneHotEncoder()
enc.fit([[0,3],[1,0],[0,2,1],2]])

array = enc.transform([[0,3]]).toarray()

print array

结果：[[ 1. ?0. ?0. ?1. ?0. ?0. ?0. ?0. ?1.]]

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!