独热编码 onehot 及python实现

1. 独热编码

独热编码把可列举型数据，使用0，1进行编码。
比如， 1 ，2，3 用 [1,0,0], [0, 1, 0], [0, 0, 1] 来表示。

2. 实现

class sklearn.preprocessing.OneHotEncoder(categories='auto', drop=None, 
sparse=True, dtype=<class 'numpy.float64'>, handle_unknown='error')

 def oneHot(self, data):
     '''
     对标签进行独热编码
     输入：data:array
     输出：onehot data.
     '''
     if data.shape[0] == 0:
         print('oneHot object shape[0] is zero!')
         dataArray = data
     else:
         dataArray = np.eye(int(data.max()+1))[data]
     return dataArray

或者：

data = np.array([ [0], [1], [2] ])
from sklearn import preprocessing
enc = preprocessing.OneHotEncoder(sparse=False)
data = enc.fit_transform( data )
print(data)

运行结果：

[[1. 0. 0.]
 [0. 1. 0.]
 [0. 0. 1.]]

3. 独热编码转换正常数值

import numpy as np
onehotValue = np.array([[1,0,0],[0,1,0]])
value = np.argmax(onehotValue, axis = 1)

---

参考：

1. 数据预处理：独热编码（One-Hot Encoding）;
2. sklearn.preprocessing.OneHotEncoder;