sklearn one_hot 操作

１.编码

　　one_hot编码不再过多叙述，类似于hash的那种方法去改变数的编码方式。比如label存在与（０，１，２，３），那么一条记录的label为３，那么将编码维[0,0,0,1]

2.包：　tf.one_hot(label,n_label)　需要注意的是返回的是一个tensor

　　　from sklearn.preprocessing import OneHotEncoder

　　这个的用法就比较多了

1 enc = OneHotEncoder()
2 enc.fit([[0, 0, 3], [1, 1, 0], [0, 2, 1],[1, 0, 2]])
3 print "enc.n_values_ is:",enc.n_values_
4 print "enc.feature_indices_ is:",enc.feature_indices_
5 print enc.transform([[0, 1, 1]]).toarray()

View Code