Pandas_one-hot encoding与dummy encoding

Pandas_特征编码

one-hot encoding

基本思想是将离散型特征的每一种取值都看成一种状态，保证每一个取值只会使得一种状态处于激活状态。

编码函数pd.get_dummies()

dummy encoding

哑变量编码的基本思想是任意的将一个状态位去除，其他的状态位都不激活时，自然就表示被去除的状态位。

注意：

• Series 里的整数会被one-hot编码，但是DataFrame里则不会。
• pandas.DataFrame.values用于将pandas的DataFrame转换成numpy数组。
• pandas.DataFrame.columns用于输出pandas的DataFrame的列标签（返回值类型为pandas.core.indexes.base.Index）
• DataFrame转Tensor需要先转numpy，torch.tensor(df.values)。通过values属性得到NumPy格式的数据，并转成Tensor。