如何在具有分类和数字特征的 pandas 数据帧上应用一种热编码？

Question

一些特征是数字的，例如“学校毕业率”，而其他特征是分类的，例如学校名称。我在分类特征上使用了标签编码器，将它们转换为整数。

我现在有一个包含浮点数和整数的数据框，分别表示数字特征和分类特征（用标签编码器转换）。

我不确定如何继续学习，我是否需要使用一种热编码？如果是这样，我该怎么做？根据我目前的理解，我不能简单地将数据帧传递给 sklearn OneHotEncoder，因为存在浮点数。我是否只需将标签编码器应用于所有功能即可解决问题？

Answer 1

只需使用

OneHotEncoder

categorical_features

参数来选择特征是分类的：

categorical_features：“全部”或索引或掩码数组：

指定哪些特征被视为分类特征。

• ‘all’（默认）：所有特征都被视为分类特征。
• 索引数组：分类特征索引数组。

• mask：长度为 n_features 且 dtype=bool 的数组。

  非分类特征始终堆叠在矩阵的右侧。