Machine learning 我是否需要在回归中手动处理虚拟变量陷阱，或者sklearn会这样做？
我知道在训练机器学习算法之前，我们必须对分类数据进行热编码。但我的问题是，我们需要手动删除一列，还是sklearn可以删除？删除计数大于2的列没有任何意义。因为每列将代表一个虚拟变量的实例。我假设您是一个热编码二进制特征列的人。相反，请使用sklearn的标签编码器。我假设您也希望为非二进制分类功能删除一列，以避免多重共线，这可能会导致线性模型出现问题。这很简单，只需向Machine learning 我是否需要在回归中手动处理虚拟变量陷阱，或者sklearn会这样做？,machine-learning,dummy-variable,one-hot-encoding,Machine Learning,Dummy Variable,One Hot Encoding,我知道在训练机器学习算法之前，我们必须对分类数据进行热编码。但我的问题是，我们需要手动删除一列，还是sklearn可以删除？删除计数大于2的列没有任何意义。因为每列将代表一个虚拟变量的实例。我假设您是一个热编码二进制特征列的人。相反，请使用sklearn的标签编码器。我假设您也希望为非二进制分类功能删除一列，以避免多重共线，这可能会导致线性模型出现问题。这很简单，只需向pd.get\u dummies（）提供drop\u first=True参数即可。似乎，sklearn.preprocessi
pd.get\u dummies（）drop\u first=Truesklearn.preprocessing.onehotcoderint