一个不同类别的热编码Python

我正在使用人工神经网络进行ML应用。数据列是分类的。这就是为什么我对所有特性使用一种热编码方法。让我问一下我的问题。想象一下我的专栏

ANTENNA_TYPE

1234

3345

3412

5435

5623

我有5个天线类型。当我进行一次热编码时，输出会是

1 0 0 0 0

0 1 0 0 0

0 0 1 0 0

0 0 0 1 0

0 0 0 0 1

之后，下一次训练和预测

当我想预测不同的天线类型为9999时，我不知道如何转换为一个热编码？ 有没有人向我推荐这方面的最佳做法

提前谢谢

hot_encoder = OneHotEncoder(categorical_features=[1])
dataset = hot_encoder.fit_transform(dataset).toarray()

---

找到该列的所有类型的类，然后对其进行热编码。我的意思是，在将数据集拆分为测试集和训练集之前，对整个数据集进行热编码。是的，我做到了。但是如果我想预测不同的天线类型，我该怎么办呢？我的模型将作为API使用。我的客户向我发送了他们想要预测的信息？当他们发送新的天线类型时，我如何处理？我如何转换它？为所有列设置1是最佳实践？明白了！但是如果是这样的话，你什么也做不了，因为你的模型的输入层也需要改变。你所能做的就是找到可能的类并修复输入层，否则把它看作是连续的，而不是热编码。