OneHotEncoder
假如只有一个特征是离散值：
{sex：{male， female，other}}
该特征总共有3个不同的分类值，此时需要3个bit位表示该特征是什么值，对应bit位为1的位置对应原来的特征的值（一般情况下可以将原始的特征的取值进行排序，以便于后期使用），此时得到独热码为{100}男性 ，{010}女性，{001}其他
假如多个特征需要独热码编码，那么久按照上面的方法依次将每个特征的独热码拼接起来：
{sex：{male， female，other}}
{grade：{一年级， 二年级，三年级， 四年级}}
此时对于输入为{sex：male； grade： 四年级}进行独热编码，可以首先将sex按照上面的进行编码得到{100}，然后按照grade进行编码为{0001}，那么两者连接起来得到最后的独热码{1000001}；
参数：
n_values：'auto'，int或整数数组
每个功能的值数量。
“自动”：从训练数据中确定数值范围。
int ： 每个要素的分类值数量。 每个特征值都应该在
range(n_values)数组 ：
n_values[i]是中的分类值的数量X[:,i]。每个特征值都应该在range(n_values[i])
categorical_features：“全部”或索引或掩码数组
指定哪些功能被视为分类。
“全部”（默认）：所有功能都被视为分类。
索引数组：分类特征索引数组。
mask：长度为n_features的数组，dtype = bool。
非分类特征总是堆叠在矩阵的右侧。
dtype：数字类型，默认= np.float
所需的dtype输出。
稀疏：布尔值，默认= True
如果设置True将返回稀疏矩阵否则将返回一个数组。
handle_unknown：str，'错误'或'忽略'
在变换过程中是否存在未知类别特征时是否提出错误或忽略。
属性
active_features_：数组
活动特征的指标，意味着实际发生在训练集中的值。只有当n_values是可用的
'auto'。
feature_indices_：形状数组（n_features，）
指数功能范围。特征
i在原始数据被映射到特征从feature_indices_[i]到feature_indices_[i+1]（然后潜在地由掩蔽active_features_事后）
n_values_：形状数组（n_features，）
每个功能的最大数量。
方法
Fit OneHotEncoder to X.
Fit OneHotEncoder to X, then transform X.
Get parameters for this estimator.
Set the parameters of this estimator.
Transform X using one-hot encoding.
Last updated