如果我们有多个分类列多类怎么办？答案

【问题标题】：What to do if we have multiple categorical columns multi class?如果我们有多个分类列多类怎么办？
【发布时间】：2019-06-12 18:04:18
【问题描述】：

如果数据集有多个分类值，那么我们需要对所有分类数据执行OneHotEncoding，然后如何去除虚拟变量的问题。

【问题讨论】：

不清楚您的要求。是的，您可以一次性对所有分类变量进行编码，虚拟变量的问题是什么？
请参阅 stackoverflow 的指南以提出正确的问题。 stackoverflow.com/help/how-to-ask

标签： python deep-learning dataset one-hot-encoding dummy-variable

【解决方案1】：

从您的问题中不清楚您要达到什么目标。通常在机器学习中，您可以进行 one-hot 编码或标签编码，但您需要在将分类值传递给建模之前对其进行编码。

IMO，标签编码更简单，有助于经典回归/分类，当您计划应用深度学习时，可以使用 Onehot 编码。更多讨论：https://datascience.stackexchange.com/questions/9443/when-to-use-one-hot-encoding-vs-labelencoder-vs-dictvectorizor

话虽如此，您可以像这样进行标签编码：

from sklearn.preprocessing import LabelEncoder
le = LabelEncoder()
numeric_cols = model_data_df._get_numeric_data().columns
for col in list(set(model_data_df.columns) - set(numeric_cols)):
        model_data_df[col] = le.fit_transform(model_data_df[col].astype(str))

【讨论】：