我有一个如下所示的InputData类

public class InputData{    public string[] TextFields { get; set; }    public float[] NumericFields { get; set; }}

在构建管道时，我可以轻松地用一行代码将NumericFields转换为数值特征

var numFeatures = MlContext.Transforms.Concatenate("NumFeatures", nameof(InputData.NumericFields));

然而，我找不到一种方法来对TextFields进行独热编码

根据https://learn.microsoft.com/en-us/dotnet/api/microsoft.ml.categoricalcatalog.onehotencoding上的示例，每个文本字段都需要有自己的属性，然后可以作为

MlContext.Transforms.Categorical.OneHotEncoding("TextField1", "TextField2" ....);

有没有更优雅的方法来快速对文本字段数组进行独热编码？

谢谢

回答：

我认为这应该可以很好地工作：

mlContext.Transforms.Categorical.OneHotEncoding("TextFeatures")

当对向量进行独热编码时，我们有两种选择：’bag’或’indicator’。这些在文档中有很好的覆盖。

简而言之，如果你有K个特征，并且数据集中有M个不同的值，使用’bag’选项，你将得到一个大小为M的计数向量，使用’indicator’你将得到一个大小为K*M的0和1的向量。