我正在使用pandas+numpy+scikit-learn用Python做一些逻辑回归。然而，在scikit-learn内置逻辑回归模型中，它不允许字符串输入，但我想做一些类似R的事情，它将str列输入直接转换为几个具有0-1二进制输入的稀疏列。
例如在 R 中，如果我这样做：
n=100
x<-1:n
epsilon<-rnorm(n)
g<-sample(c("A","B","C","D"),n,replace=T)
g<-as.factor(g)
m <- as.data.frame(model.matrix(~g-1))
fit=glm(x~-1+g)
不会有问题，但在 python 中，它会抛出一个错误，因为它不能接受 str 输入。
是否有任何现有方法可以做到这一点？因为我不了解 Cython，我不想在 python 级别重写它......
我希望我在这里足够清楚。有什么帮助吗？
多谢
如果你想
使用scikit-learn而不是patsy/statsmodel，你可以使用OneHotEncoder。该示例使用整数类别，但它也适用于字符串类别。