one-hot編碼的作用

使用one-hot編碼，將離散特征的取值擴展到了歐式空間，離散特征的某個取值就對應歐式空間的某個點

將離散特征通過one-hot編碼映射到歐式空間，是因為，在回歸，分類，聚類等機器學習算法中，特征之間距離的計算或相似度的計算是非常重要的，而我們常用的距離或相似度的計算都是在歐式空間的相似度計算，計算余弦相似性，基于的就是歐式空間。

sklearn的一個例子

from sklearn import preprocessingenc = preprocessing.OneHotEncoder()enc.fit([[0, 0, 3], [1, 1, 0], [0, 2, 1], [1, 0, 2]])print(enc.n_values_)//每個特征對應的最大位數print(enc.transform([[0,1,3]]).toarray())print(enc.transform([[0,1,1]]).toarray())

上面代碼enc.fit()里有一個4行3列的矩陣

1、每一列對應于一個樣本的特征序列，即一個樣本有三個特征

2、4行表明傳入了4個樣本

3、觀察每一列的值可以知道：第一個特征有兩個取值0,1；第二個特征有三個取值0,1,2;第三個特征有4個取值0,1,2,3

4、所以第一個特征的one-hot編碼是一個兩位的01串，第二個特征是一個三位的01串，第三個特征是一個4位的01串

以上這篇對python sklearn one-hot編碼詳解就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持武林站長站。