我可以使用 OneHotEncoder 只对类别列中的特定值进行独热编码，而不必构建一个密集的 ndarray 然后再删除不必要的列吗？

例如，如果一个名为颜色的类别列包含三种颜色：红色、绿色和蓝色，而我想只对其中的两种值（例如“红色”和“绿色”）进行独热编码，我该如何使用 OneHotEncoder 实现这一点？

我是机器学习的新手，所以也想知道这种有限的独热编码是否可取和常见，特别是在处理具有大量类别值的列时？

提前感谢。

回答：

如果你只是想在每列中删除一个类别以便与基线进行拟合，你可以在初始化 OneHotEncoder 对象时添加一个 drop 属性。

这将删除列中遇到的第一个值

ohe = OneHotEncoder(drop='first')

如果你有两列要编码，并且在每列中都有特定的值不想编码：

dropList = ['Blue','Triangle']ohe = OneHotEncoder(drop=dropList)

将不会对第一列中的 'Blue' 进行编码，也不会对第二列中的 'Triangle' 进行编码。