Scikit learn 一个热编码2分类变量_Scikit Learn_One Hot Encoding

Scikit learn 一个热编码2分类变量

scikit-learn

Scikit learn 一个热编码2分类变量,scikit-learn,one-hot-encoding,Scikit Learn,One Hot Encoding,对于具有两个类别的变量，它们是否需要一个热编码？在我的数据集中，有一个二进制变量为1或0。我需要在模型的管道中转换该变量，还是保持原样 variable = np.array([0,0,0,1,0,1,0]).reshape(-1,1) ohc = OneHotEncoder() ohc.fit(variable) 如果您的变量已经是二进制的（只有两个类：0和1），您可以说这个变量已经是一个热编码的，所以您不需要再次使用Sklearn函数onehotcoder 此外，一般来说，如果二进制变量是

对于具有两个类别的变量，它们是否需要一个热编码？在我的数据集中，有一个二进制变量为1或0。我需要在模型的管道中转换该变量，还是保持原样

variable = np.array([0,0,0,1,0,1,0]).reshape(-1,1)
ohc = OneHotEncoder()
ohc.fit(variable)

如果您的变量已经是二进制的（只有两个类：0和1），您可以说这个变量已经是一个热编码的，所以您不需要再次使用Sklearn函数

onehotcoder

此外，一般来说，如果二进制变量是分类变量，则必须使用

LabelEncoder

将其转换为数字变量。无论如何，在你的例子中，你的变量已经是数字了