1

在 Python 2.7(miniconda 解释器)中使用。对下面的例子感到困惑OneHotEncoder,困惑为什么enc.n_values_输出是[2, 3, 4]?如果有人可以帮助澄清,那就太好了。

http://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.OneHotEncoder.html

>>> from sklearn.preprocessing import OneHotEncoder
>>> enc = OneHotEncoder()
>>> enc.fit([[0, 0, 3], [1, 1, 0], [0, 2, 1], [1, 0, 2]])  
OneHotEncoder(categorical_features='all', dtype=<... 'float'>,
       handle_unknown='error', n_values='auto', sparse=True)
>>> enc.n_values_
array([2, 3, 4])
>>> enc.feature_indices_
array([0, 2, 5, 9])
>>> enc.transform([[0, 1, 1]]).toarray()
array([[ 1.,  0.,  0.,  1.,  0.,  0.,  1.,  0.,  0.]])

问候,林

4

2 回答 2

2

n_values是每个特征的值的数量。

在这个例子中,

X = 0 0 3
    1 1 0
    0 2 1
    1 0 2

(X 的形状是 [n_samples, n_feature])

对于第一个特征,有 2 个值:0、1;

对于第二个特征,有 3 个值:0、1、2。

对于第三个特征,有 4 个值:0、1、2、3。

因此,enc.n_values_[2, 3, 4]

于 2016-08-22T04:12:28.453 回答
0

我认为上述关于 n_values_ 的解释并不完整和清晰。我的解释:-
用这个:“n_values[i] 是 X[:, i] 中的分类值的数量。每个特征值应该在范围内(n_values[ i]) "这意味着 n_values_ 在列中给出范围(n_values[i]) = [0,n_values)。

这里 :

from sklearn.preprocessing import OneHotEncoder
o = OneHotEncoder()
o.fit([[1,2,3], [1,2,3], [1,2,11] , [2,3,1]])
o.n_values_
array([3,4,12])

这里的结果是 3,4,12,因此您可以通过列更清楚地看到它,数组中的每个值都给出了范围。

1 2 3
1 2 3
1 2 11
2 3 1

所以按列的值是范围(3),范围(4),范围(12)。为了更清楚地理解,让我们再举一个例子:-

from sklearn.preprocessing import OneHotEncoder
o = OneHotEncoder()
o.fit([[1,2,3,100], [1,2,3,200], [1,2,11,300] , [2,3,1,400]])
o.n_values_
array([ 3, 4, 12, 401])

这证明它对于分类数据看起来是按列排列的,并且每个特征值都在范围内(n_values_)

于 2018-06-28T08:06:02.970 回答