Python scikit学习LabelBinarizer-一个热编码与虚拟编码

scikit learn LabelBinarizer中有一个漂亮的函数，其工作原理如下：

from sklearn.preprocessing import LabelBinarizer
lb = LabelBinarizer(sparse_output = True)
lb.fit_transform(['green', 'yellow', 'blue'])

输出：

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

但我想知道，我是否可以从它或任何 替代功能：

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

---

我尝试了option

sparse\u output=True

，但它不是我想要的

不可以。您可以使用

pandas.get\u dummies（drop\u first=True）

或自己从LabelBinarizer的输出中删除列。但是，在反变换过程中，您可能会遇到问题。最好是定制tranformerNo。您可以使用

pandas.get\u dummies（drop\u first=True）

或自己从LabelBinarizer的输出中删除列。但是，在反变换过程中，您可能会遇到问题。最好做一个定制的转换器