scikit中的OneHotEncoder混淆学习

Question

在Python 2.7中使用（miniconda解释器）。下面的例子混淆了关于OneHotEncoder，困惑为什么enc.n_values_输出是[2, 3, 4]？如果有人能够帮助澄清，那将会很棒。

http://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.OneHotEncoder.html

>>> from sklearn.preprocessing import OneHotEncoder 
>>> enc = OneHotEncoder() 
>>> enc.fit([[0, 0, 3], [1, 1, 0], [0, 2, 1], [1, 0, 2]]) 
OneHotEncoder(categorical_features='all', dtype=<... 'float'>, 
     handle_unknown='error', n_values='auto', sparse=True) 
>>> enc.n_values_ 
array([2, 3, 4]) 
>>> enc.feature_indices_ 
array([0, 2, 5, 9]) 
>>> enc.transform([[0, 1, 1]]).toarray() 
array([[ 1., 0., 0., 1., 0., 0., 1., 0., 0.]]) 

问候， 林

Answer 1

n_values是每个特征值的数量。

在这个例子中，

X = 0 0 3 
    1 1 0 
    0 2 1 
    1 0 2 

（X的形状为[N_SAMPLES次，n_feature]）

对于第一特征中，有2个值：0，1;

对于第二个特征中，有3个值：0，1，2

对于第三特征中，有4个值：0，1，2，3

因此，enc.n_values_是[2, 3, 4]。