scikit 的 one-hot encoding 如何分配假人？答案

【问题标题】：How does scikit's one-hot encoding assign dummies?scikit 的 one-hot encoding 如何分配假人？
【发布时间】：2017-05-11 06:42:54
【问题描述】：

对于一篇研究论文，我将使用 lasso 模型来执行分类和特征选择。我正准备使用 one-hot 编码来处理我的分类数据，并且需要找出哪些特征映射到原始分类值，以确定最终为最终模型选择了哪些特征。我已经在谷歌上搜索了一段时间，但没有找到答案。

scikit 的 one-hot encoding 是如何赋值的？例如，假设我对某个变量的分类值为 {1,2,3,4}。 one-hot encoding 是否按时间顺序将它们组织成虚拟对象（即丢弃 1，使第一个虚拟对象为值 2，第二个虚拟对象为值 3，第三个虚拟对象为值 4？还是根据它找到的顺序分配向下扫描行时有不同的分类值（例如，第一个观察值的值为 3，第二个观察值的值为 2，因此删除了 3，第一个虚拟变量变为值 2）？

谢谢！

【问题讨论】：

标签： python scikit-learn one-hot-encoding

【解决方案1】：

快速浏览the source 在我看来，它们确实按整数值排序。但是，由于这没有记录在案，您不能指望这一点：它不是合同的一部分。如果您需要知道哪个值最终会出现在我建议您编写自己的 OneHot 实现的位置。应该不会太难，然后你可以在升级到新版本等时指望它。

【讨论】：