这就是我所做的。我认为One热编码器正在发生某些事情。
from sklearn.datasets import make_classification
from sklearn.feature_selection import RFE
X, y = make_classification(n_samples=50, n_features=10, random_state=10)
encoder = preprocessing.LabelEncoder()
encoder.fit(X)
X = encoder.transform(X)
print X
print X.shape
encoder = preprocessing.OneHotEncoder()
encoder.fit(X)
X = encoder.transform(X)
print encoder.feature_indices_
estimator = SVR(kernel="linear")
selector = RFE(estimator, 100, step=1)
selector = selector.fit(X, y)
在X上使用标签编码器后，我得到了一个形状为（50，10）的数组（很明显）。但是在进行一次热编码后，我得到的特征索引如下。
[ 0 499 987 1487 1968 2459 2957 3401 3886 4379 4868]
据我所知，两个索引之间的最大范围应该小于或等于行数，不是吗？这是50。但是在这里我得到的是500，而不是50。我对一种热编码有误吗？或者，一种热编码功能还有其他问题吗？
（此示例仅用于说明我的问题）
最佳答案
行数无关紧要，而是任何给定列（即功能）中各行的值范围。当您打印X时，您会看到任何给定列中的值都可以覆盖从1：500开始的整个范围。
关于python - 一热编码器困惑，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/17542357/