本文主要是介绍sklearn.preprocessing 特征编码汇总，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
文章目录
- 常见特征种类
- one-hot编码
- 特征哈希（`Feature hashing`）
- 基于统计的类别编码
- 对循环特征的编码
- 目标编码（Target encoding）
- K折目标编码（K-Fold Target encoding）
用于数据分析的特征可能有多种形式，需要将其合理转化成模型能够处理的形式，特别是对非数值的特征，特征编码就是在做这样的工作。
常见特征种类
- 二值数据：只有两种取值的变量（不一定是0/1，但是可以映射到{ 0 , 1 } {0,1}{0,1}上）
- 类别数据：多类的数据，如星期一/星期二/…，不一定是非数值的
- 有序数据：如对电影的打分，分数之间是有大小关系的
- 标称（
No
这篇关于sklearn.preprocessing 特征编码汇总的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
