Python 用一个热编码处理sklearn中的分类变量
是否有人可以帮助您使用任何现有的Python类，用于勾选以下复选框的Python 用一个热编码处理sklearn中的分类变量,python,pandas,dataframe,machine-learning,scikit-learn,Python,Pandas,Dataframe,Machine Learning,Scikit Learn,是否有人可以帮助您使用任何现有的Python类，用于勾选以下复选框的sklearn 熊猫友好-返回数据帧的选项 应该能够在一个热编码中删除1列 处理测试数据中不可见的类别 与sklearn管道对象兼容 我想你在找我 请参见下面的示例 df = pd.DataFrame({"col_a":['cat','dog','cat','mouse','mouse','cat'], 'col_b':[10,14,16,18,20,22], 'col_c':['a','a','a','b','b','a']}
sklearn我想你在找我 请参见下面的示例
df = pd.DataFrame({"col_a":['cat','dog','cat','mouse','mouse','cat'], 'col_b':[10,14,16,18,20,22], 'col_c':['a','a','a','b','b','a']})
# `drop_first` parameter will drop the one categorical column
df = pd.get_dummies(df, columns=['col_a','col_c'], drop_first=True)
print(df)
col_b col_a_dog col_a_mouse col_c_b
0 10 0 0 0
1 14 1 0 0
2 16 0 0 0
3 18 0 1 1
4 20 0 1 1
5 22 0 0 0
- 在训练数据上创建假人
dummy\u train=pd.get\u dummie（train） - 在新的（看不见的数据）中创建假人
dummy\u new=pd.get\u dummie（新数据） - 将新数据重新索引到训练数据的列中，用0填充缺少的值
dummy\u new.reindex（列=dummy\u train.columns，填充值=0）
实际上，任何分类的新特性都不会进入分类器，但我认为这不会导致问题，因为它不知道如何处理它们 我想你在找 请参见下面的示例
df = pd.DataFrame({"col_a":['cat','dog','cat','mouse','mouse','cat'], 'col_b':[10,14,16,18,20,22], 'col_c':['a','a','a','b','b','a']})
# `drop_first` parameter will drop the one categorical column
df = pd.get_dummies(df, columns=['col_a','col_c'], drop_first=True)
print(df)
col_b col_a_dog col_a_mouse col_c_b
0 10 0 0 0
1 14 1 0 0
2 16 0 0 0
3 18 0 1 1
4 20 0 1 1
5 22 0 0 0
- 在训练数据上创建假人
dummy\u train=pd.get\u dummie（train） - 在新的（看不见的数据）中创建假人
dummy\u new=pd.get\u dummie（新数据） - 将新数据重新索引到训练数据的列中，用0填充缺少的值
dummy\u new.reindex（列=dummy\u train.columns，填充值=0）
实际上，任何分类的新特性都不会进入分类器，但我认为这不会导致问题，因为它不知道如何处理它们 对不起。我知道这一点。在sklearn标准中寻找适合管道的东西。@AkshayNevrekar我相信OP的意思是
sklearn.pipeline.pipelinesklearn.pipeline.pipelinepandassklearnOneHotEncoderpandassklearnOneHotEncoder