python - 如何混合一种热编码和词袋

Question

我正在寻找一个模型，一种 onehotencoding ，这可以在单个向量中混合相同类别的列。

拥有数据 [5,8,1,3]

它会给我:[0,1,0,1,0,1,0,0,1,0,0,0]

任意大小设置为 12。

我看了 bagofword 但我没有找到如何独立于输入数据设置矢量大小。

如果有人能给我一些线索，它会被找到。

Answer 1

请注意 Bag-of-words处理时使用模型text .对于这个更简单的任务，你可以使用 np.bincount 并指定一个 minlength :

l = [5,8,1,3]

np.bincount(l, minlength=12)
# array([0., 1., 0., 1., 0., 1., 0., 0., 1., 0., 0., 0.])