如何通过已训练的 OneHotEncoder 快速查询类别编码值

千芳大大_8824

千芳大大_8824

2026-02-14

631人浏览

原创

如何通过已训练的 OneHotEncoder 快速查询类别编码值

本文介绍如何利用 scikit-learn 中已拟合(fit)的 columntransformer 和 onehotencoder,精准获取任意类别字符串(如 'blue')对应的 one-hot 编码向量,避免重复训练或手动映射。

本文介绍如何利用 scikit-learn 中已拟合(fit)的 columntransformer 和 onehotencoder,精准获取任意类别字符串(如 'blue')对应的 one-hot 编码向量,避免重复训练或手动映射。

在使用 ColumnTransformer 配合 OneHotEncoder 对分类列进行编码后,常需对新样本中的单个类别值(如 'blue')快速查得其对应的 one-hot 向量(如 [1.0, 0.0, 0.0])。此时不能直接调用 ct.transform([['blue']]),因为 ColumnTransformer 要求输入数据结构与训练时完全一致(即必须包含全部 3 列),否则会报错 “X has 1 features, but expecting 3 features”。

正确做法是:从已训练的 ColumnTransformer 中提取底层已拟合的 OneHotEncoder 实例,再对其单独调用 transform() 方法。

✅ 步骤详解

  1. 获取已拟合的编码器
    使用 ct.named_transformers_['cat'](按名称)或 ct.named_transformers_[0](按索引)提取对应 OneHotEncoder 实例:

    fitted_encoder = ct.named_transformers_['cat']
  2. 确认类别顺序与特征名
    fitted_encoder.categories_[0] 返回训练时识别出的类别数组(按字母序或出现序);fitted_encoder.get_feature_names_out() 给出输出列名,明确编码维度含义:

    print("Categories:", fitted_encoder.categories_[0])  # ['blue' 'green' 'red']
    print("Feature names:", fitted_encoder.get_feature_names_out())  # ['x0_blue' 'x0_green' 'x0_red']
  3. 对单个类别执行编码
    注意:OneHotEncoder.transform() 接受二维输入(即形状为 (n_samples, n_features))。因此需将单个字符串包装为 [['blue']](1 行 1 列):

    encoded_blue = fitted_encoder.transform([['blue']])
    print(encoded_blue)  # [[1. 0. 0.]]

    同理可查其他值:

    print(fitted_encoder.transform([['red']]))   # [[0. 0. 1.]]
    print(fitted_encoder.transform([['green']])) # [[0. 1. 0.]]

⚠️ 关键注意事项

  • 必须使用 sparse_output=False(推荐):默认 OneHotEncoder 输出稀疏矩阵,若未显式设置,transform() 返回 scipy.sparse.matrix,需 .toarray() 才能获得 NumPy 数组。建议初始化时指定:

    Playground AI
    Playground AI

    一款集AI图像生成和图片编辑于一体的视觉创作工具,帮助用户制作、修改和组合图片,适合多种创意设计任务。

    下载
    OneHotEncoder(sparse_output=False)  # sklearn ≥ 1.2
    # 或旧版本用:OneHotEncoder(sparse=False)
  • 输入格式严格为二维:[['blue']] ✅,['blue'] ❌,'blue' ❌。

  • 仅适用于已 fit() 的编码器:未训练的编码器无法提供 categories_ 或执行 transform()。

? 完整可运行示例

from sklearn.compose import ColumnTransformer
from sklearn.preprocessing import OneHotEncoder
import numpy as np

# 原始数据(注意:dtype 为 object,因含字符串)
data = np.array([[1, 'red', 14], 
                 [4, 'blue', 54], 
                 [2, 'green', 241], 
                 [7, 'blue', 25]], dtype=object)

# 构建 ColumnTransformer(对第1列做 one-hot)
ct = ColumnTransformer(
    transformers=[('cat', OneHotEncoder(sparse_output=False), [1])],
    remainder='passthrough',
    verbose_feature_names_out=False  # 可选:避免 get_feature_names_out() 加前缀
)

# 拟合并转换
transformed = ct.fit_transform(data)
print("Transformed data:\n", transformed)

# 提取已拟合的 OneHotEncoder
encoder = ct.named_transformers_['cat']

# 查询任意类别
for color in ['blue', 'red', 'green']:
    vec = encoder.transform([[color]])
    print(f"'{color}' → {vec.flatten()}")

# 输出特征名(便于调试)
print("Output features:", encoder.get_feature_names_out())

? 小结:无需重建编码器或维护额外字典——named_transformers_ + transform([['value']]) 是 scikit-learn 中最规范、最可靠的类别编码查询方式。掌握此模式,可高效支撑预测服务、特征解释及 pipeline 调试等实际场景。

相关文章

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
js 字符串转数组
js 字符串转数组

js字符串转数组的方法:1、使用“split()”方法;2、使用“Array.from()”方法;3、使用for循环遍历;4、使用“Array.split()”方法。本专题为大家提供js字符串转数组的相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.03

1978

5

js截取字符串的方法
js截取字符串的方法

js截取字符串的方法有substring()方法、substr()方法、slice()方法、split()方法和slice()方法。本专题为大家提供字符串相关的文章、下载、课程内容,供大家免费下载体验。

2023.09.04

3284

5

java基础知识汇总
java基础知识汇总

java基础知识有Java的历史和特点、Java的开发环境、Java的基本数据类型、变量和常量、运算符和表达式、控制语句、数组和字符串等等知识点。想要知道更多关于java基础知识的朋友,请阅读本专题下面的的有关文章,欢迎大家来php中文网学习。

2023.10.24

6464

49

字符串介绍
字符串介绍

字符串是一种数据类型,它可以是任何文本,包括字母、数字、符号等。字符串可以由不同的字符组成,例如空格、标点符号、数字等。在编程中,字符串通常用引号括起来,如单引号、双引号或反引号。想了解更多字符串的相关内容,可以阅读本专题下面的文章。

2023.11.24

6729

6

java读取文件转成字符串的方法
java读取文件转成字符串的方法

Java8引入了新的文件I/O API,使用java.nio.file.Files类读取文件内容更加方便。对于较旧版本的Java,可以使用java.io.FileReader和java.io.BufferedReader来读取文件。在这些方法中,你需要将文件路径替换为你的实际文件路径,并且可能需要处理可能的IOException异常。想了解更多java的相关内容,可以阅读本专题下面的文章。

2024.03.22

8234

16

php中定义字符串的方式
php中定义字符串的方式

php中定义字符串的方式:单引号;双引号;heredoc语法等等。想了解更多字符串的相关内容,可以阅读本专题下面的文章。

2024.04.29

12934

11

go语言字符串相关教程
go语言字符串相关教程

本专题整合了go语言字符串相关教程,阅读专题下面的文章了解更多详细内容。

2025.07.29

6739

17

c++字符串相关教程
c++字符串相关教程

本专题整合了c++字符串相关教程,阅读专题下面的文章了解更多详细内容。

2025.08.07

7607

13

常用字符串方法大全
常用字符串方法大全

常用字符串方法大全

2025.08.08

3708

14

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
LLVM Programmer’s Manual
LLVM Programmer’s Manual

共0课时 | 0人学习

Fitten Code官方手册
Fitten Code官方手册

共0课时 | 0人学习

CodeGeex使用手册
CodeGeex使用手册

共0课时 | 0人学习