One-hot encoding

One-hot encoding是一種將categorical變數轉換為numerical格式的方法。

主要特點:

• 為每個類別創建一個新的二進制列
• 原始類別列被替換為這些新的binary列
• 通常會刪除一個類別(k-1 encoding)以避免多重共線性

常用庫:

• Scikit-learn
• Feature-engine
• Category Encoders

使用注意:

• 需要在訓練集和測試集上分別fit和transform
• 可能會產生大量的新特徵,尤其是對高基數變數

相關筆記: Ordinal encoding Mean encoding

代碼示例:

from sklearn.preprocessing import OneHotEncoder

ohe = OneHotEncoder(drop="first", sparse_output=False)
ohe.fit(X_train)
X_train_encoded = ohe.transform(X_train)
X_test_encoded = ohe.transform(X_test)

This line appears after every note.