在进行回归分析时，我通常使用sklearn的OneHotEncoder来编码分类变量。

现在我在探索使用patsy，但似乎它并不提供One-hot编码：http://patsy.readthedocs.io/en/latest/categorical-coding.html

是否可以使用patsy指定One-hot编码？

回答：

这里有两点需要了解，可能对你有帮助：(1) patsy默认包含一个截距（每个公式开头有一个隐形的1 +），(2) 在编码分类值时，patsy会自动选择一种编码策略，以避免创建过参数化的模型。

如果你结合截距和完整秩的One-hot编码，那么你会得到一个过参数化的模型。因此，patsy会切换到处理编码（= 基本上是从你想到的One-hot编码中删除一列）。这可以避免在你的编码列和截距列之间产生线性依赖。

避免这种情况的一个简单方法是移除截距——这样patsy就不会担心线性依赖，并且会使用你期望的那种One-hot编码：y ~ -1 + a（-1抵消了隐形的1以移除截距）。

或者，如果你真的想要一个过参数化的模型，那么如果你在你链接的文档页面上继续向下滚动，它会告诉你如何定义任意自定义编码方案。