我在为机器学习生成特征数据集，我有一个2D numpy数组X，其中X.shape = (n, d) – n个样本，d个特征。

现在我用独热编码生成一个新特征 – f，其中f.shape = (n, 1, k) – n个样本，k个标签。

将这个新特征添加到我现有的特征数据集中最好的方法是什么？

回答：

独热向量的第二维是多余的，因此你可以去掉它，并将f用作形状为(n, k)的2D数组。
你可以这样做：

new_data = np.concatenate((X, f.squeeze()), axis=1)

其中squeeze()函数会从你的数组中移除所有一维（即f.squeeze().shape == (n, k)）。

祝好