python - Sci-Kit 学习 KBinsDicretizer 产生不同的形状

Question

我需要对数据集的属性进行等宽离散化，然后继续绘制离散化与连续的值数据集。为此我需要完整的离散值数据集而不是稀疏矩阵

X,y = datasets[0]
enc = KBinsDiscretizer(n_bins=5 )
X_binned = enc.fit_transform(X)
print(pd.DataFrame.sparse.from_spmatrix(X_binned).shape)
print(X.shape)

输出：

(100, 10)
(100, 2)

谢谢

标签： pythonpandasdataframemachine-learningscikit-learn

Answer 1

问题是KBinsDiscretizer默认编码方法是onehot，这意味着转换后的结果将是从每个特征获得的 OneHot 编码列。

您可以将编码设置为，ordinal以便将每个 bin 编码为整数值，从而保留形状：

enc = KBinsDiscretizer(n_bins=5, encode='ordinal')
X_binned = enc.fit_transform(x)