Scikit learn 了解onehotencoder的工作原理-为什么我会在ohe专栏中看到多个？

我正在使用sklearn管道执行一个热编码：

preprocess = make_column_transformer(
    (MinMaxScaler(),numeric_cols),
    (OneHotEncoder(),['country'])
    )

param_grid =    { 
                  'xgbclassifier__learning_rate': [0.01,0.005,0.001],
                 
                  }

model = make_pipeline(preprocess,XGBClassifier())

# Initialize Grid Search Modelg
model = GridSearchCV(model,param_grid = param_grid,scoring = 'roc_auc',
                                 verbose= 1,iid= True,
                                     refit = True,cv  = 3)
model.fit(X_train,y_train)

为了了解这些国家是如何统一的，我得到了以下信息（我知道有两个）

其结果是：

有几个问题：

• 现在纠正我，如果我错了，但在一个热编码中，我认为它是所有0的一系列，只有一个数字1。为什么我在一列中得到几个
• 当我做model.predict（x_测试）时，它应用piepline fom培训中定义的Trasnformation
• 调用fit_transform时，如何检索要素名称

---

帮助您更好地理解（1），即

OHE

的工作原理
假设有1列包含分类数据：

df = pd.DataFrame({"categorical": ["a","b","a"]})
print(df)
  categorical
0           a
1           b
2           a

然后，每行将得到一个

1

（这对于一列分类数据总是正确的），但不一定是基于每列：

from sklearn.preprocessing import OneHotEncoder
ohe = OneHotEncoder()
ohe.fit(df)
ohe_out = ohe.transform(df).todense()
# ohe_df = pd.DataFrame(ohe_out, columns=ohe.get_feature_names(df.columns))
ohe_df = pd.DataFrame(ohe_out, columns=ohe.get_feature_names(["categorical"]))
print(ohe_df)
   categorical_a  categorical_b
0            1.0            0.0
1            0.0            1.0
2            1.0            0.0

如果您添加更多数据列，例如数字列，则每列都适用，但不再适用于整行：

df = pd.DataFrame({"categorical":["a","b","a"],"nums":[0,1,0]})
print(df)
  categorical  nums
0           a     0
1           b     1
2           a     0

---

---

（1） 每行一个

1

（2）是（3）您需要访问

OHE

transformer并检查

词汇表

属性在文档中我找不到它（词汇表属性？）它是

类别

适合

OHE

的属性。很抱歉误导了你。这些文档还可以，所以这是在我调用fit_transform之后得到的特性。很抱歉，我不明白你在（1）中的意思，你真的只需要每个向量一个1就可以分类吗？因为在你刚才共享的文档中，如果你滚动到底部，ohe向量有多个1要添加，我是说当我调用fit_transform（X_测试）时我如何获得所有功能的名称？我明白了，谢谢，这样您可以在每列中获得1个以上的功能名称

df = pd.DataFrame({"categorical":["a","b","a"],"nums":[0,1,0]})
print(df)
  categorical  nums
0           a     0
1           b     1
2           a     0

ohe.fit(df)
ohe_out = ohe.transform(df).todense()
# ohe_df = pd.DataFrame(ohe_out, columns=ohe.get_feature_names(df.columns))
ohe_df = pd.DataFrame(ohe_out, columns=ohe.get_feature_names(["categorical","nums"]))
print(ohe_df)
   categorical_a  categorical_b  nums_0  nums_1
0            1.0            0.0     1.0     0.0
1            0.0            1.0     0.0     1.0
2            1.0            0.0     1.0     0.0