Sklearn 机器学习 分类列编码 OneHot编码

💖亲爱的技术爱好者们，热烈欢迎来到 Kant2048 的博客！我是 Thomas Kant，很开心能在优快云上与你们相遇～💖

本博客的精华专栏：
【自动化测试】 【测试经验】 【人工智能】 【Python】

---

Sklearn 机器学习分类列编码：OneHot 编码实战指南

在机器学习任务中，我们常会遇到类别型特征（categorical features）。这类特征通常是非数值的文本，例如性别（Male/Female）、地区（Beijing/Shanghai）等，不能直接输入模型，需要先进行编码转换。

在本文中，我们将深入讲解最常见也最重要的编码方式之一 —— OneHot 编码（独热编码），并结合 Scikit-learn 的实践进行演示和注意事项解析。

---

🧩 一、什么是 OneHot 编码

OneHot 编码是将分类变量转换为多个二进制列的方式。每个类别对应一个新的列，在该行中所属的类别列标记为 1，其余为 0。

📌 示例：

假设有一个列：Color = ['Red', 'Green', 'Blue']
OneHot 编码结果如下：

Color_Red	Color_Green	Color_Blue
1	0	0
0	1	0
0	0	1

这样模型就能“理解”分类信息了。

---

🛠️ 二、使用 Sklearn 进行 OneHot 编码

1. 准备数据

我们使用一个简单的例子来展示过程：

import pandas as pd

df = pd.DataFrame({
   
   
    'City': ['Beijing', 'Shanghai',