因变量一个热编码器

Question

我是machine learning的新手，我的问题是：

  

如果包含三个类，我们是否需要对因变量 y进行编码   1,2,3 段，我想知道是否需要对   不包含因变量时

Answer 1

如果单个变量有k个类，则OneHotEncoder将创建k列数。

例如：如果该数据集中的性别值为2，它将创建Male/Female个变量， 如果性别值为3

，它将创建male/Female/PreferNotToSay变量

现在，您不希望谓词y中包含多个变量，所以最好使用LabelEncoder（来自sklearn.preprocessing）或保持维数完整的某种机制。

Answer 2

在您的情况下，我没有清楚地得到什么因变量。

1. 如果您在谈论输出'y'，那么就不需要一种热编码。
2. 如果特定列组合/依赖于其他任何列。在机器学习中，一列与另一列之间存在某种或其他关系。
3. 最好对分类变量进行一次热编码。

以下是一种热编码的示例：

之前：

name gender
a     M
b     F
c     O

之后

name M F O
a    1 0 0
b    0 1 0
c    0 0 1