pandas中one hot編碼的神坑

機器學習中，經常會用到one-hot編碼。pandas中已經提供了這一函式。

但是這裡有乙個神坑，得到的one-hot編碼資料型別是uint8，進行數值計算時會溢位！！！

import pandas as pd

import numpy as np
a = [1, 2, 3, 1]
one_hot = pd.get_dummies(a)
print(one_hot.dtypes)
print(one_hot)
print(-one_hot)

1    uint8

2 uint8
3 uint8
dtype: object
1 2 3
0 1 0 0
1 0 1 0
2 0 0 1
3 1 0 0
1 2 3
0 255 0 0
1 0 255 0
2 0 0 255
3 255 0 0

正確的做法是，將其轉換成浮點：

one_hot = one_hot.astype('float')

print(-one_hot)

1    2    3

0 -1.0 -0.0 -0.0
1 -0.0 -1.0 -0.0
2 -0.0 -0.0 -1.0
3 -1.0 -0.0 -0.0

one hot編碼理解

one hot是比較常用的文字特徵特徵提取的方法。one hot編碼，又稱 獨熱編碼 其實就是用n位狀態暫存器編碼n個狀態，每個狀態都有獨立的暫存器位，且這些暫存器位中只有一位有效，說白了就是只能有乙個狀態。下面舉例說明 有四個樣本，每個樣本有三種特徵 feature1 feature2 featu...

onehot編碼解釋

one hot編碼，又稱為一位有效編碼，主要是採用n位狀態暫存器來對n個狀態進行編碼，每個狀態都由他獨立的暫存器位，並且在任意時候只有一位有效。one hot編碼是分類變數作為二進位制向量的表示。這首先要求將分類值對映到整數值。然後，每個整數值被表示為二進位制向量，除了整數的索引之外，它都是零值，它...

one hot 編碼的實現

對 mnist 手寫字元識別 資料集進行手寫數字分類，屬於多分類問題，手寫數字 0 9，共 10 類，從 mnist.pkl.gz 檔案中解析得到的字元影象 28 28 的標籤 label，或者目標值 只有 1 維，進行 one hot 編碼可將其編碼為 10 維，數字 0，編碼為 1,0,0,0,...