Sci-Kit学习KBinsDicretizer产生不同的形状

Question

我要求对数据集的属性进行等宽离散化，然后继续绘制数据集离散化与连续的绘制值。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

Answer 1

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

可以将编码设置为ordinal，以便将每个存储箱编码为整数值，从而保留形状：

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