如何在预测数据上使用 Pandas get_dummies？
How to use Pandas get_dummies on predict data?
在 3 个分类列上使用 Pandas get_dummies 获得一个热编码数据帧后，我训练了（取得了一些成功）感知器模型。
现在我想预测新观察的结果，它不是热编码的。
有什么方法可以记录 get_dummies 列映射以重新使用它吗？
据我所知，目前没有自动程序可以执行此操作。以后发布sklearn CategoricalEncoder 对这个工作会非常得心应手。如果你克隆 sklearn github master 分支并自己构建，你已经可以动手了。目前我想到了 2 个选项：
- 使用
LabelEncoder+OneHotEncoder组合，见;
- 在训练 OHE 输出后简单地检索（并存储，如果需要）列列表。然后运行
pd.get_dummies就考set/example。遍历输出测试 OHE 列，删除那些未出现在训练 OHE 中的列，并添加那些在测试 OHE 中缺失的列并用零填充。
在 3 个分类列上使用 Pandas get_dummies 获得一个热编码数据帧后，我训练了（取得了一些成功）感知器模型。
现在我想预测新观察的结果，它不是热编码的。
有什么方法可以记录 get_dummies 列映射以重新使用它吗？
据我所知，目前没有自动程序可以执行此操作。以后发布sklearn CategoricalEncoder 对这个工作会非常得心应手。如果你克隆 sklearn github master 分支并自己构建，你已经可以动手了。目前我想到了 2 个选项：
- 使用
LabelEncoder+OneHotEncoder组合，见 - 在训练 OHE 输出后简单地检索（并存储，如果需要）列列表。然后运行
pd.get_dummies就考set/example。遍历输出测试 OHE 列，删除那些未出现在训练 OHE 中的列，并添加那些在测试 OHE 中缺失的列并用零填充。