OneHotEncoder

one_hot(独热码)官方示例的个人理解

官方给的例子

from  sklearn  import  preprocessing

enc  =  preprocessing.OneHotEncoder()

enc.fit([[ 0 ,  0 ,  3 ], [ 1 ,  1 ,  0 ], [ 0 ,  2 ,  1 ], [ 1 ,  0 ,  2 ]])

enc.transform([[ 0 ,  1 ,  3 ]]).toarray()

>>>

array([[  1. ,   0. ,   0. ,   1. ,   0. ,   0. ,   0. ,   0. ,   1. ]])

 

 

 

 这里给出了四组原始的特征表达方式

[0, 0, 3],

[1, 1, 0],

[0, 2, 1],

[1, 0, 2]

每个数组的每个位置对应不同类型的特征,显然给出的原始数据中有三大类特征(因为每个数组的长度都为3),例如[0,0,3]的一号特征的值是0,二号特征的值是0,三号的特征的值是3.

编码的过程:

第一步:

把三大类特征分别编码:1号特征(观察只有两种值),所以编码为[10, 01] // 由大到小排列 [1::10,     0:: 01]

　　　　　　　　　　2号特征[100,010,001]

　　　　　　　　　　3号特征[1000,0100,0010,0001]

第二步:

根据编码好的特征,将给出的[0, 1, 3]转换成one_hot编码 [1,0, 　　0,1,0,　　 0,0,0,1] //将特征分别用上面编好码的特征表示