1、OneHotEncoder 和 get_dummies（https://www.jianshu.com/p/c0edaff3835d）
为什么推荐使用OneHotEncoder？
举个例子：如果训练数据“颜色” 这个变量有“红”，“黄”两个值，但是在测试数据的“颜色”变量除了“红”，“黄”还有“蓝”。这个时候使用get_dummies转化训练数据会生成新的column：红，黄。之后用这个数据训练模型。同时使用get_dummies转化测试数据会生成新的column：红，黄，蓝。之后应用训练好的模型进行测试数据的预测。这时就会出现错误。因为在模型训练的过程并没有“蓝”这一列。
接口和使用方式：
OneHotEncoder 是 Scikit-Learn 的一部分，适用于机器学习管道，支持拟合和转换，可以确保训练和测试数据的编码一致。
get_dummies 是 Pandas 的方法，更加直接和方便用于数据分析，适用于一次性的独热编码。
tf.one_hot()进行独热编码 首先肯定需要解释下什么叫做独热编码（one-hot encoding），独热...
学习sklearn和kagggle时遇到的问题，什么是独热编码？为什么要用独热编码？什么情况下可以用独热编码？以及...
关于独热编码的实现一. scikit-learn库 二. scikit-learn库 三. 使用pandas的ge...
独热编码 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...
在机器学习算法中，常会遇到分类特征是离散的，无序的。例如：性别有男、女，城市有北京，上海，深圳等。 性别特征： [...
OneHotEncoder独热编码和 LabelEncoder标签编码 转自https://www.cnblogs...
句子的常用表示方法有：独热编码（One-Hot）和词嵌入。独热编码存在的问题有：1、词矩阵稀疏，每个向量只有一个值...
类别较多的时候，独热编码性能不好，可能会造成类数的爆炸，可以预先进行粗分，再接着往下分类。独热编码的矩阵是稀疏矩阵...
文本表示（Representation） 作用：将非结构化的信息（文本）转化为结构化的信息（向量） 文本表示的方法...
1. 参考资料 [1] 【Pytorch | Tensorflow】--- label与one-hot独热编码向量...
本文标题：独热编码
本文链接：https://www.haomeiwen.com/subject/ppmkhjtx.html
网友评论