20211119

sc = StandardScaler()
X_train_std = sc.fit_transform(X_train)

save保存的是sc 而不是 x_train_std

20210406

from sklearn.preprocessing import LabelEncoder
from sklearn.preprocessing import OneHotEncoderencoder=LabelEncoder()
enc=OneHotEncoder()peronehot=encoder.fit_transform(one_hot_zd['ipo_province'])
peronehot=peronehot.reshape(-1,1)
enc.fit(peronehot)
temp=enc.transform(peronehot).toarray()

20201221

字符轉(zhuǎn)數(shù)字
from sklearn.preprocessing import LabelEncoder
encoder = LabelEncoder()
Y_encoded = encoder.fit_transform(Y)

兩種方式
from tensorflow.python.keras.utils import np_utils, plot_model
Y_onehot = np_utils.to_categorical(Y_encoded)

單分類改成onehot 原來的一維改成標(biāo)簽的個(gè)數(shù)維度
并不是多標(biāo)簽 多標(biāo)簽是一個(gè)向量里面可能有多個(gè)1 這里只有一個(gè)1

https://blog.csdn.net/weixin_39750084/article/details/81432619
one_hot

上面改成下面

總結(jié)

以上是生活随笔為你收集整理的sklearn数据处理_one_hot的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。