我没有任何问题，只有一个问题要问： sklearn预处理包中的One Hot Encoder到底是什么？它是否迭代所有值以获得每个值并将每个值分开？
我有一些带有分类变量的数据，有10个或更多不同的值和14亿行。 OneHotEncoder必须迭代每一行以确保拥有所有值？或者还有其他解决方案来编码我的数据？
答案 0 :(得分：0)
dataset = pd.read_csv（'new_result.csv'，header = 0）
X = dataset.iloc [：，： - 1] .values
y = dataset.iloc [：，ColSwipeRightCount] .values
labelencoder = LabelEncoder（）
onehotencoder = OneHotEncoder（）
labelencoder = LabelEncoder（）
X [：，ColCategory] = labelencoder.fit_transform（X [：，ColCategory]）
X [：，ColPlatform] = labelencoder.fit_transform（X [：，ColPlatform]）
X [：，ColDayOfWeek] = labelencoder.fit_transform（X [：，ColDayOfWeek]）
X [：，ColSeason] = labelencoder.fit_transform（X [：，ColSeason]）
X [：，ColTimeSlot] = labelencoder.fit_transform（X [：，ColTimeSlot]）
X [：，ColVersionDesign] = labelencoder.fit_transform（X [：，ColVersionDesign]）
onehotencoder = OneHotEncoder（categorical_features = [0,1,2,3,4,5,6,7]）
X = onehotencoder.fit_transform（X）
但返回“内存错误”，fit_transform（）中的问题 我认为我的数据太大了，但也许有其他解决方案。 我尝试自己做，但出现同样的问题......内存错误