sklearn数据处理_one_hot

原创于 2020-12-21 13:12:26 发布 · 264 阅读

CC 4.0 BY-SA版权

文章标签：

本文介绍了使用Python进行数据预处理的方法，包括标准化处理、标签编码及one-hot编码等技术。通过实例展示了如何利用StandardScaler进行特征缩放，以及如何应用LabelEncoder和OneHotEncoder对类别变量进行编码。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

20211119

sc = StandardScaler()
X_train_std = sc.fit_transform(X_train)

save保存的是sc 而不是 x_train_std

20210406

from sklearn.preprocessing import LabelEncoder
from sklearn.preprocessing import OneHotEncoder

encoder=LabelEncoder()
enc=OneHotEncoder()

peronehot=encoder.fit_transform(one_hot_zd['ipo_province'])
peronehot=peronehot.reshape(-1,1)
enc.fit(peronehot)
temp=enc.transform(peronehot).toarray()

20201221

字符转数字
from sklearn.preprocessing import LabelEncoder
encoder = LabelEncoder()
Y_encoded = encoder.fit_transform(Y)

两种方式
from tensorflow.python.keras.utils import np_utils, plot_model
Y_onehot = np_utils.to_categorical(Y_encoded)

单分类改成onehot 原来的一维改成标签的个数维度
并不是多标签多标签是一个向量里面可能有多个1 这里只有一个1

https://blog.youkuaiyun.com/weixin_39750084/article/details/81432619
one_hot

在这里插入图片描述