如何对每行中具有分类值列表的特征进行编码以训练机器学习模型？答案

【问题标题】：How to encode a feature which has a list of categorical values in each row for training an machine learning model?如何对每行中具有分类值列表的特征进行编码以训练机器学习模型？
【发布时间】：2019-11-21 01:03:20
【问题描述】：

我有一个数据集，其中有分类值列表作为特征值。如何对其进行编码以训练模型？

例如，我有一些数据：

feature1: [a, b, c]
feature2: [[category1, category2, category3], [category2], [category3, category4]]

如何编码feature2？

【问题讨论】：

使用 one-hot 编码，将每个列表变成一个向量，其大小为类别总数，在所选类别上为一个，其他地方为零。

标签： python numpy machine-learning scikit-learn

【解决方案1】：

你可以使用LabelEncoder AND OneHotEncode :-

from sklearn.preprocessing import LabelEncoder,OneHotEncoder
labelencoder_x=LabelEncoder()
X[:, 0]=labelencoder_x.fit_transform(X[:,0])   
onehotencoder_x=OneHotEncoder(categorical_features=[0]) 
X=onehotencoder_x.fit_transform(X).toarray()

我想你可以从中得到这个想法。

【讨论】：