Python 在一个热编码输出上混淆

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

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.