Python 在一个热编码输出上混淆
不明白为什么最终输出是[1,0,0,1,0,0,0,1,0,0.]Python 在一个热编码输出上混淆,python,scikit-learn,one-hot-encoding,Python,Scikit Learn,One Hot Encoding,不明白为什么最终输出是[1,0,0,1,0,0,0,1,0,0.] 这是您的培训数据: A B C # <== feature names 0 0 3 1 1 0 0 2 1 1 0 2 这里A_0表示数据中存在0。所以,A_0将是1热,A_1将是0。如果该数据中存在1,则A_1将为1热,A_0将为0 因此,对于输入: A、B、C [0,1,1] 这里,A=0,所以A_0将是1,其余的A_1将是0。 对
这是您的培训数据:
A B C # <== feature names
0 0 3
1 1 0
0 2 1
1 0 2
这里A_0表示数据中存在0。所以,A_0将是1热,A_1将是0。如果该数据中存在1,则A_1将为1热,A_0将为0
因此,对于输入:
A、B、C
[0,1,1]
这里,A=0,所以A_0将是1,其余的A_1将是0。
对于B,B=1,那么B_1将是1,其他的B_0和B_2将是0。C也一样
因此,最终输出为:
A_0 A_1 B_0 B_1 B_2 C_0 C_1 C_2 C_3
1., 0., 0., 1., 0., 0., 1., 0., 0.
有关更多信息,请参见:
A_0 A_1 B_0 B_1 B_2 C_0 C_1 C_2 C_3
A_0 A_1 B_0 B_1 B_2 C_0 C_1 C_2 C_3
1., 0., 0., 1., 0., 0., 1., 0., 0.