数据预处理-特征编码与离散化

特征编码
1、OneHotEncoder
sklearn.preprocessing.OneHotEncoder
preprocessing.OneHotEncoder( n_values=‘auto’, #‘auto’，int或int数组，每个特征的取值个数。 categorical_features=‘all’, #指定将哪些功能视为分类 dtype=, #期望的输出类型 sparse=True, #如果设置为True将返回稀疏矩阵，否则将返回一个数组。 handle_unknown=‘error’ #若转换期间存在未知的分类特征，引发错误还是忽略 )
将包含?个取值的离散型特征转换成?个二元特征（取值为0或1） 优点：经过One-Hot编码之后，不同的原始特征之间拥有相同的距离；One-Hot编码对包含离散型特征的回归模型及分类模型的效果有很好的提升。

数据预处理-特征编码与离散化最先出现在Python成神之路。