如下所示：
enc = OneHotEncoder(categorical_features=np.array([0,1,2]),n_values=[5,4,2]) enc.fit(train_data) train_data = enc.transform(train_data).toarray() test_data = enc.transform(test_data).toarray()
以上这篇python的scikit-learn将特征转成one-hot特征的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持【听图阁-专注于Python设计】。
如下所示： # -*- coding: utf-8 -*- import sys from PySide.QtGui import * from PySide.QtCore impo...
不久前，在互联网上出现了一篇有趣的文章，讲的是对于同一个问题，不同层次的Python程序员编出的Python代码，显示出了不同的风格，代码都很简单，有趣。下面让我们一起来看看一个Pyth...
快速排序由于排序效率在同为O(N*logN)的几种排序方法中效率较高，因此经常被采用。 该方法的基本思想是： 1．先从数列中取出一个数作为基准数。 2．分区过程，将比这个数大的数全放到它...
1.计算长度 value = "wangdianchao" # 计算字符个数（长度） number = len(value) print(number) 2.索引取值 valu...
在Django中对于基于函数的视图我们可以 @csrf_exempt 注解来标识一个视图可以被跨域访问。那么对于基于类的视图，我们应该怎么办呢？ 简单来说可以有两种访问来解决 方法一 在...