python - 想知道 pd.factorize、pd.get_dummies、sklearn.preprocessing.LableEncoder 和 OneHotEncoder 之间的区别-6ren

python - 想知道 pd.factorize、pd.get_dummies、sklearn.preprocessing.LableEncoder 和 OneHotEncoder 之间的区别

转载作者：太空狗更新时间：2023-10-29 16:53:16

25

4

<分区>

这四个功能在我看来真的很相似。在某些情况下，其中一些可能会给出相同的结果，而有些则不会。任何帮助将不胜感激!

现在我知道并且我假设在内部，factorize 和 LabelEncoder 以相同的方式工作，并且在结果方面没有太大差异。我不确定他们是否会在处理大量数据时占用相似的时间。

get_dummies 和 OneHotEncoder 会产生相同的结果，但是 OneHotEncoder 只能处理数字，而 get_dummies 会全部处理种输入。 get_dummies 将为每个列输入自动生成新的列名，但 OneHotEncoder 不会(它会分配新的列名 1,2,3....)。所以 get_dummies 在各个方面都更好。

如有错误请指正!谢谢!

25

4

0

文章推荐： python - 在 python 中读取 *.mhd/*.raw 格式

文章推荐： angular - react 形式的 formGroup.get 与 formGroup.controls - Angular

python - sklearn 已安装，但 'sklearn' 不是我的 "sklearn.py"文件中的包
我知道有几个类似的问题被问到，但我的问题仍然没有得到解答。问题来了。我使用命令 python3 -m pip3 install -U scikit-learn 来安装 sklearn、numpy 和
python - 输入适用于 sklearn.linear 和 sklearn.ensemble 中的某些 sklearn 模型，但不适用于其他模型
_train_weather.values : [[ 0.61818182 0.81645199 0.6679803 ..., 0. 0. 1.
Python、Sklearn : How to reverse train_test_split of Sklearn?
如果我有一个数据集X及其标签Y，那么我将其分为训练集和测试集，scle为0.2，并使用随机种子进行洗牌: 11 >>>X.shape (10000, 50,50) train_data, test_d
python - sklearn : sklearn. 数组的预处理 DeprecationWarning
首先我查看了所有相关问题。给出了非常相似的问题。所以我遵循了链接中的建议，但没有一个对我有用。 Data Conversion Error while applying a function to
python sklearn : what is the different between "sklearn.preprocessing.normalize(X, norm=' l 2')" and "sklearn.svm.LinearSVC(penalty=' l 2')"
这里有两种标准化方法: 1:这个在数据预处理中使用:sklearn.preprocessing.normalize(X,norm='l2') 2:分类方法中使用另一种方法:sklearn.svm.Li
python - 为什么这段代码可以在不导入 sklearn 的情况下使用 sklearn 函数？
所以刚看了一个教程，作者不需要import sklearn使用时 predict anaconda 环境中pickled 模型的功能(安装了sklearn)。我试图在 Google Colab 中重
python - sklearn.roc_auc_score() 和 sklearn.plot_roc_curve() 之间的区别
我想评估我的机器学习模型。我使用 roc_auc_score() 计算了 ROC 曲线下的面积，并使用 sklearn 的 plot_roc_curve() 函数绘制了 ROC 曲线。在第二个函数中，
python - 是否可以在另一个没有 sklearn 的程序中重用 sklearn 模型 pickle？
我一直在寻找此信息，但在任何地方都找不到，所以这是我的镜头。我是Python 2.7的初学者，我学习了一个模型，感谢cPickle我保存了它，但现在我想知道是否可以从另一个设备(没有sklearn库
python - 导入 sklearn.model_selection.train_test_split 与导入 sklearn.model_selection as sm
>>> import sklearn.model_selection.train_test_split Traceback (most recent call last): File "", li
python - sklearn.lda.LDA() 和 sklearn.discriminant_analysis.LinearDiscriminantAnalysis() 之间的区别
在阅读有关使用 python 的 LinearDiscriminantAnalysis 的过程中，我有两种不同的方法来实现它，可在此处获得， http://scikit-learn.org/stabl
python - 为什么 sklearn.metrics.confusion_matrix 和 sklearn.metrics.plot_confusion_matrix 的函数定义不一致？
我正在使用 sklearn，我注意到 sklearn.metrics.plot_confusion_matrix 的参数和 sklearn.metrics.confusion_matrix不一致。 p
python - Sklearn+Gensim : How to use Gensim's Word2Vec embedding for Sklearn text classification
我正在构建一个多标签文本分类程序，我正在尝试使用 OneVsRestClassifier+XGBClassifier 对文本进行分类。最初，我使用 Sklearn 的 Tf-Idf 矢量化来矢量化文本
scikit-learn - 如何用 epochs 训练 sklearn svm 模型(sklearn.svm.SVC)？
我想看看模型是否收敛于我的交叉验证。我如何增加或减少 sklearn.svm.SVC 中的时代？目前: SVM_Model = SVC(gamma='auto') SVM_Model.fit(X_t
python - from sklearn.model_selection import train_test_split 和 from sklearn.cross_validation import train_test_split 有什么区别
有人可以帮助我吗？我很难知道它们之间的区别 from sklearn.model_selection import train_test_split from sklearn.cross_valida
python - 属性错误: module "sklearn.utils" has no attribute "_joblib" when inheriting class `sklearn.ensemble.BaggingClassifier.`
我需要提取在 sklearn.ensemble.BaggingClassifier 中训练的每个模型的概率。这样做的原因是为了估计 XGBoostClassifier 模型的不确定性。为此，我创建了
python - 无法使用 scikit-learn 0.19.1 导入 sklearn.qda 和 sklearn.lda
无法使用 scikit-learn 0.19.1 导入 sklearn.qda 和 sklearn.lda 我得到: 导入错误:没有名为“sklearn.qda”的模块导入错误:没有名为“sklea
python - 创建版本失败。错误模型检测到错误 : "... No module named ' sklearn. impute._base'; 'sklearn.impute' 不是一个包。 (错误代码:0)“
我正在尝试在 google cloud ai 平台上创建一个版本，但找不到 impute 模块 No module named 'sklearn.impute._base; 'sklearn.impu
python - Pyinstaller 和 sklearn.ensemble : 'ModuleNotFoundError: No module named ' sklearn.neighbors.quad_tree'[2760]'
我在 PyQt5 中编写了一个 GUI，其中包括以下行 from sklearn.ensemble import RandomForestClassifier 。遵循this answer中的建议，
python-3.x - 获取 "ModuleNotFoundError: No module named ' sklearn.impute'"尽管安装了最新的 sklearn (0.19.1)
我正在做一个 Kaggle 比赛，需要输入一些缺失的数据。我安装了最新的Anaconda(4.5.4)具有所有相关依赖项(即 scikit-learn (0.19.1) )。当我尝试导入模块时，出现
How to resolve "cannot import name '_MissingValues' from 'sklearn.utils._param_validation'" issue when trying to import imblearn?(如何解决在尝试导入imblain时“无法从‘sklearn.utils._param_valify’导入名称‘_MissingValues’”的问题？)
在安装了所需的模块后，我正在尝试将imblearn导入到我的Python笔记本中。但是，我收到以下错误：。。附加信息：我使用的是一个用Visual Studio代码编写的虚拟环境。。我已经确定venv

首页

博学

6Ren·AI

商城

python - 想知道 pd.factorize、pd.get_dummies、sklearn.preprocessing.LableEncoder 和 OneHotEncoder 之间的区别