如何将 onehotencoder 应用于数组的一列？答案

【问题标题】：How can i apply onehotencoder to one column of an array?如何将 onehotencoder 应用于数组的一列？
【发布时间】：2021-01-18 09:30:48
【问题描述】：

我一直在学习一个教程，试图理解机器学习，同时尝试他在做什么。

我的数组是：

0   44                      72000
2   27                      48000
1   30                      54000
2   38                      61000
1   40                      6.377777777777778101
0   35                      58000
2   38.77777777777777857    52000
0   48                      79000
1   50                      83000
0   37                      67000

第一列曾经是国家名称，但他使用标签编码器将其转换为 0s、1s 和 2s。

他还想使用 OneHotEncoder 将该列转换为更多功能，但由于他的视频有点过时，他将 categorical_features 与 OneHotEncoder 一起使用，但在我的 sklearn 版本中 OneHotEncoder 已更改，我没有不再有那个参数了。

那么我现在如何在该特定功能上使用 OneHotEncoder？

他尝试的是：

onehotencoder = OneHotEncoder(categorical_features = [0])
X = onehotencoder.fit_transform(X).toarray()

【问题讨论】：

标签： python numpy machine-learning scikit-learn

【解决方案1】：

一种基于类别的热编码。您可以使用一个热向量来表示您的数据。例如，如果您有 2 个类，则向量的长度为 2：

[_,_]

所以每个类都可以在这里用 0 和 1 来表示。表示类索引取 1，其他取 0。例如 class0 将是：

[1,0]

Class1 将是：

[0,1]

在您的示例中，您有 3 个类。因此，您的 one-hot-vector 的长度为 3。每个类都表示为：

Class0 -> [1,0,0]
Class1 -> [0,1,0]
Class2 -> [0,0,1]

那么你的数组将如下所示：

[1,0,0]   44                      72000
[0,0,1]   27                      48000
[0,1,0]   30                      54000
[0,0,1]   38                      61000
[0,1,0]   40                      6.377777777777778101
[1,0,0]   35                      58000
[0,0,1]   38.77777777777777857    52000
[1,0,0]   48                      79000
[0,1,0]   50                      83000
[1,0,0]   37                      67000

我希望这能澄清你的问题。您可以编写自己的函数来执行此操作。

【讨论】：

【解决方案2】：

假设您的数据 X 具有形状（n_rows, features）。如果你喜欢应用 one-hot encoding 的话，第一列。一种快速的方法是

onehotencoder = OneHotEncoder()
one_hot = onehotencoder.fit_transform(X[:,0:1]).toarray()

仅对特定列应用 one-hot 编码的更好方法是使用 ColumnTransformer

from sklearn.compose import ColumnTransformer

ct = ColumnTransformer([("country", OneHotEncoder(), [0])], remainder = 'passthrough')
X = ct.fit_transform(X)

【讨论】：

非常感谢。我尝试了第二个，效果很好。