Python 如何将onehotencoding和BagoWord混合使用

我正在寻找一种模型，一种类似于onehotencoding的模式，它可以在一个向量中混合相同类别的列

• 拥有数据

  [5,8,1,3]

• 它将给我：

  [0,1,0,1,0,1,0,0,1,0,0,0]

将任意大小设置为12

我查看了巴格沃德，但没有找到如何独立于输入数据设置向量大小

如果有人能给我一些线索，我会找到的。

注意，在处理

文本时会使用模型。对于这个更简单的任务，您只需使用并指定一个
minlength
：

l = [5,8,1,3]

np.bincount(l, minlength=12)
# array([0., 1., 0., 1., 0., 1., 0., 0., 1., 0., 0., 0.])

您可以使用
np.zero
并将值
1
设置为
数据列表中的索引：

z = np.zeros(12)
data = [5,8,1,3]
z[data] = 1
print(z)

输出：

[0. 1. 0. 1. 0. 1. 0. 0. 1. 0. 0. 0.]