机器数据分析平台

  • 机器数据分析平台 > 使用文档 > 应用平台 > Pandora机器学习工具包 >fit的使用方法详述 > 数据预处理 > 独热编码 - OneHotEncoder

    独热编码 - OneHotEncoder

    最近更新时间:2022-02-24 17:22:29

    独热编码是一种将对分类变量数值化的手段,它将变量的N个状态拆分成N个互斥的0-1变量。可以输入多个分类变量,则OneHotEncoder算子将返回各个分类变量的独热编码。

    语法:

    ..|fit OneHotEncoder drop=<first | if_binary | None(default)> handle_unknown=<raise (default) | retrain | ignore> <feature_field_1> <feature_field_2> [into model_name]...
    

    参数说明:

    • drop参数,用来指定是否要在某些情况下删除列:

      • drop=first,删除每一组独热变量中的第一列变量(通常用于防止线性回归出现多重共线性的问题)。

      • drop=if_binary,如果某个分类变量只有两个取值,则删除第一列变量。

      • drop=None(默认值),不删除列。

    • handle_unknown参数,用来指定如何处理在训练过程中没见过的数据,例如:原始数据中只有北京和上海,模型会将北京转换成01,上海转换成10,该参数用来处理如何处理在原始数据中未见过的数据,比如,深圳。默认值为raise。
      • handle_unknown=raise(默认值),即一旦遇到未见过的数据,就终止程序并报错。
      • handle_unknown=retrain,即每次遇到未见过的数据,都重新训练模型。
      • handle_unknown=ignore,忽略该数据并返回原始数据。
    以上内容是否对您有帮助?
  • Qvm free helper
    Close