使用一个热编码器

Question

我有两个关于 scikit-learn OHE 方法的问题：

1. 如果我们只是将数据重新整形为(nrows,1)，为什么一个热门编码器不接受一维数据，而它却能完美运行？

2. （drop=first、binary 等）实际上做了什么，如果我们将值设置为 None 会发生什么？

Answer 1

您可以阅读文档。

https://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.OneHotEncoder.html

1. “类别：‘auto’或类似数组的列表”
2. "drop: {‘first’, ‘if_binary’} 或类似数组的形状 (n_features,)，默认=None 指定用于删除每个类别之一的方法 特征。这在完全共线的情况下很有用 功能会导致问题，例如在提供结果数据时 进入神经网络或非正则化回归。 但是，删除一个类别会破坏原始表示的对称性，因此可能会导致下游模型出现偏差，例如惩罚线性分类或回归模型。

• 无：保留所有功能（默认）。

• ‘first’：删除每个特征中的第一个类别。如果只存在一个类别，则该功能将被完全删除。

• ‘if_binary’ : 删除每个特征中的第一个类别，有两个类别。具有 1 个或超过 2 个类别的特征保持不变。

• array : drop[i] 是特征 X[:, i] 中应该被删除的类别。