python的scikit-learn将特征转成one-hot特征的方法
2018-07-10 10:51
537 查看
如下所示:
enc = OneHotEncoder(categorical_features=np.array([0,1,2]),n_values=[5,4,2]) enc.fit(train_data) train_data = enc.transform(train_data).toarray() test_data = enc.transform(test_data).toarray()
以上这篇python的scikit-learn将特征转成one-hot特征的方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。
您可能感兴趣的文章:
相关文章推荐
- python的scikit-learn将特征转成one-hot特征
- 结合Scikit-learn介绍几种常用的特征选择方法
- 干货:结合Scikit-learn介绍几种常用的特征选择方法
- 结合Scikit-learn介绍几种常用的特征选择方法
- 干货:结合Scikit-learn介绍几种常用的特征选择方法 (文章实在找不到最原始出处了,个人感觉是kaggle上的大神写的)
- 干货:结合Scikit-learn介绍几种常用的特征选择方法
- 结合Scikit-learn介绍几种常用的特征选择方法
- 结合Scikit-learn介绍几种常用的特征选择方法
- 结合Scikit-learn介绍几种常用的特征选择方法
- 结合Scikit-learn介绍几种常用的特征选择方法
- 干货:结合Scikit-learn介绍几种常用的特征选择方法
- 干货:结合Scikit-learn介绍几种常用的特征选择方法
- 结合Scikit-learn介绍几种常用的特征选择方法
- Python scikit-learn 模块svc方法的参数解释
- 结合Scikit-learn介绍几种常用的特征选择方法
- Windows下 python快速安装numpy、matplotlib、scikit-learn等库方法总结
- (干货)结合Scikit-learn介绍几种常用的特征选择方法
- 【Python学习系列二十三】Scikit_Learn库降维方法(矩阵分解)-PCA&FA
- Python - Scikit-Learn 的 数据加载+数据标准化+特征的选取
- 结合Scikit-learn介绍几种常用的特征选择方法