关于OneHotEncoder输出[1.,0.,0.,1.,0.,0.,1.,0.,0.]的困惑咨询

嘿，我来帮你拆解这个让人困惑的输出，看完你就秒懂啦！

首先先看你得到的enc.n_values_ = array([2, 3, 4])，这个数组的每个数字对应你输入数据里每个特征的唯一类别数量：

• 第一个特征（输入的第一列：0, 1, 0, 1）：有2个唯一值{0,1}，所以独热编码会占2个位置
• 第二个特征（输入的第二列：0, 1, 2, 0）：有3个唯一值{0,1,2}，编码占3个位置
• 第三个特征（输入的第三列：3, 0, 1, 2）：有4个唯一值{0,1,2,3}，编码占4个位置

把这三个编码长度加起来：2+3+4=9，正好和你拿到的输出数组长度一致！

接下来我们把输出[1., 0., 0., 1., 0., 0., 1., 0., 0.]拆成对应三个特征的部分，逐个解析：

1. 第一个特征的编码（前2个元素）：[1., 0.]
   OneHotEncoder会自动把每个特征的类别按从小到大排序，第一个特征的类别是0和1，所以编码规则是：

   • 特征值为0 → 编码是[1, 0]（第一个位置为1，其余为0）
   • 特征值为1 → 编码是[0, 1]（第二个位置为1，其余为0）
     这里的[1,0]就说明第一个特征的取值是0

2. 第二个特征的编码（中间3个元素）：[0., 1., 0.]
   第二个特征的类别排序后是0,1,2，对应编码规则：

   • 值0 → [1,0,0]，值1 → [0,1,0]，值2 → [0,0,1]
     这个部分的[0,1,0]说明第二个特征的取值是1

3. 第三个特征的编码（最后4个元素）：[0., 1., 0., 0.]
   第三个特征的类别排序后是0,1,2,3，编码规则是：

   • 值0 → [1,0,0,0]，值1 → [0,1,0,0]，值2 → [0,0,1,0]，值3 → [0,0,0,1]
     这里的[0,1,0,0]说明第三个特征的取值是1

简单来说，这个输出对应的输入样本应该是[[0, 1, 1]]，把三个特征的独热编码按顺序拼接起来，就得到了你看到的9位数组～

内容的提问来源于stack exchange，提问作者Lin Ma