Python 一个热编码两个分类变量，每个变量在sklearn中有3个级别

我必须将两个分类变量

A

（levels=

A1

，

A2

，

A3

）和

B

（levels=

B1

，

B2

，

B3

）编码为虚拟变量。我的理解是

sklearn

中的

onehotcoder

会对我的变量进行编码，如

A1

+

A2

+

A3

+

B1

+

B2

+

B3

=2（也称为一对一方案）。这种方法是否会导致模型拟合过程中出现共线等问题

---

为什么

sklearn

不以与

pandas.get\u dummies

相同的方式提供K-1编码选项？或者，我遗漏了什么吗？

只是想知道为什么你不想使用熊猫。获取虚拟对象（数据，列=cat\u cols，drop\u first=True）？这是因为我需要将整个预处理集成到

sklearn

的API中，你知道，

Pipeline

和

FeatureUnion

之类的东西。您可以随时扩展

OneHotEncoder

，对返回的数据进行更改。scikit管道和FeatureUnion将支持此自定义类。只是想知道为什么不想使用

熊猫。获取虚拟对象（data，columns=cat\u cols，drop\u first=True）

？这是因为我需要在

sklearn

的API中集成整个预处理，你知道，

Pipeline

和

FeatureUnion

之类的东西。您可以随时扩展

OneHotEncoder

，对返回的数据进行更改。scikit管道和FeatureUnion将支持此自定义类。