【小代码讲解】独热编码（One-Hot编码）

╰+攻爆jí腚メ 2023-01-03 14:27 154阅读 0赞

### 独热编码（One-Hot编码） ###

*  独热编码介绍
 *  独热编码表示
 *  独热编码实现
 *   *  使用sklearn
     *  不使用sklearn

# 独热编码介绍 #

*  在机器学习中，标签的处理总是需要进行独热编码的处理，因为独热编码有以下优点：  
    1、能够处理非连续型数值特征。  
    2、在一定程度上也扩充了特征。
 *  详细了解请看以下博文连接： [独热编码优缺点][Link 1]、 [独热编码介绍][Link 2]

# 独热编码表示 #

*  简单地说：独热编码就是利用一堆0和1表示一些标签值（就是以下这张图片表示的）  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1NjAxMzQ1_size_16_color_FFFFFF_t_70]

# 独热编码实现 #

## 使用sklearn ##

from sklearn.preprocessing import OneHotEncoder
    
    data = np.array([1,2,3,2,1,0])
    # 将标签转换为独热编码
    encoder = OneHotEncoder()
    data = encoder.fit_transform(data.reshape(data.shape[0], 1))
    data = data.toarray().T
    data = data.astype('uint8')
    print(data)

## 不使用sklearn ##

其中使用到了：  
[numpy.eye()][numpy.eye]  
[reshape(-1)][reshape_-1]

import numpy as np
    
    def OneHotEncoding(data):
        # np.array格式的data数据shape[0]为多少行，shape[1]为多少列
        if data.shape[0]==0:
            print('一行数据都没有啊，怎么转独热编码')
            dataArray = data
        else:
            # 函数eye()的作用是返回一个对角线diagonal上全是1，而其他位置全为0的一个二维数组（2D-array）
            # 这里转置了，每个label就是对应的列向量
            # 首先根据最大值+1转化为一个单位对角矩阵
            # print(np.eye(int(data.max() + 1)))
            # 其次将data变成行向量
            # print([data.reshape(-1)])
            # 之后将行向量的每一个值，匹配到对角矩阵的对应index上
            # print(np.eye(int(data.max()+1))[data.reshape(-1)])
            # 最后得到的是每一行的值表示data的每一个数据
            # 再进行转置后得到每一列数据为data的每一个数据的对应
            dataArray = np.eye(int(data.max()+1))[data.reshape(-1)].T
        return dataArray
    
    data = np.array([1,2,3,2,1,0])
    data = OneHotEncoding(data)
    data = data.astype('uint8')
    print(data)

[还有其他博主的实现方式][Link 3]

[Link 1]: https://blog.csdn.net/qq_43149373/article/details/89408692
[Link 2]: https://blog.csdn.net/baidu_31437863/article/details/83788786
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1NjAxMzQ1_size_16_color_FFFFFF_t_70]: /images/20221119/7594e0c7d5d64ecbb03c7cbb103fd6ed.png
[numpy.eye]: https://blog.csdn.net/weixin_42714175/article/details/85342230
[reshape_-1]: https://blog.csdn.net/a1059682127/article/details/88052321
[Link 3]: https://blog.csdn.net/yeler082/article/details/90443651?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-3.control&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-3.control