备案控制台

开发者社区> 问答> 正文

1000万数据，如何进行one-hot编码

想用sklearning的DictVectorizer，但是查看源码的comment,需要将数据全部存在memory里面，数据量比较大，所以感觉比较困难，有没有大神作过大数据预处理的，求教。。。跪谢了

展开

收起

冰封加百列 2017-12-11 14:30:08 3803 0

3 条回答

写回答

取消提交回答

游客albmwkxzhc342

需要用sparse的方法来处理的。稀疏特征。比如 f1:100;f3:20 这样的kv对形式

2019-07-17 21:48:20

赞同展开评论打赏
ucmengxin

用tensorflow/scipy的sparse tensor/matrix

2019-07-17 21:48:20

赞同展开评论打赏
孤狼：

一个热爱科技，热爱生活的阳光男孩

我也想知道

2019-07-17 21:48:20

赞同展开评论打赏

问答分类：

大数据云原生大数据计算服务 MaxCompute

问答地址：

开发者社区 > 大数据 > 问答

版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

相关问答

数据变换中的One-hot编码是什么？如何理解或者使用One-hot编码呢？

357

1

0

量化编码中为什么要有索引呀？

381

1

0

使用JPEG算法对一个8x8图像块进行压缩编码它的量化表是什么样？

1160

1

0

MPEG-4如何扩充编码的数据类型的啊？

638

1

0

量化之后的编码放在哪里呀？

324

1

0

无损压缩编码中以下香农-范诺算法举例表的编码得到的总位数以及压缩比是多少啊？

621

1

0

PCM编码和Δ编码有什么区别吗？

473

1

0

用One-hot编码怎么识别手写的0到9呢？

348

1

0

压缩与编码方法是怎么分类的啊？分成几类呢？

368

1

0

无损压缩编码中香农-范诺算法编码举例有什么呀？

498

1

0

问答排行榜

最热

最新

1 【大咖问答】对话PostgreSQL 中国社区发起人之一，阿里云数据库高级专家德哥 1819109

2 据说在家办公的程序员是这样写代码的？ 1793260

3 阿里云开放端口权限 690337

4 如何升级配置 536322

5 【藏经阁一起读（27）】本周推荐《Apache Flink案例集（2022版）》，你有哪些心得？ 522897

6 【精品问答】python技术1000问(1) 514149

7 Flink Forward Asia 2021 有奖问答 512927

8 OceanBase 使用动画（持续更新） 359394

9 阿里云LNAMP(Linux + Nginx + Apache + MySQL + PHP)环境一键安装脚本 329814

10 OSS存储服务-客户端工具 321630

11 为体验实验室取一个新名字。 307507

12 企业邮箱发送邮件时，若出现投递失败产生退信，内容提示包含如下： the mta server of * reply:550 failed to meet SPF requirements 或者 the mta server of 163.com — 163mx01.mxmail.netease.com(220.181.14.141) reply:550 MI:SPF mx14,QMCowECpA0qTiftVaeB3Cg—.872S2 1442548128 http://mail.163.com/help 304121

13 Win Server 2003-2016 加密勒索事件必打补丁合集 295346

14 FLASH播放器，在IE浏览器下显示请确定您的域名已完成备案和CNAME绑定 284244

15 安全组详解，新手必看教程 277358

16 写code还是做管理，开发者如何进行职业规划？ 269229

17 惊喜翻倍：免费ECS+免费环境配置~！(ECS免费体验6个月活动3月31日结束) 255892

18 阿里云手机和阿云浏览器连接问题专帖 235704

19 支付宝H5 下载的时候，提示【请确保该下载文件来源安全,如需浏览,请长按网址复制后使用浏览器访问】 230364

20 请问阿里云邮箱如何开启SMTP服务啊！ 225902

1 通义APP上新【局部风格化】新功能，万物皆可毛茸茸你体验了吗？ 311

2 一个专属的智能 AI 总结助手，能在多大程度上提升工作效率？ 477

3 宜搭是否可以和钉钉OA审批打通，钉钉OA审批提交的数据宜搭是否可以联动字段数据过来使用？ 131

4 宜搭表单中的复选框问题 136

5 AI视频技术的发展是否会影响原创内容的价值？ 976

6 日常工作中，开发者应该如何避免“效率陷阱”？ 539

7 AI 编码助手能否引领编程革命？一起探索 AI 对研发流程的变革 1491

8 宜搭数据管理页面如何把一个字段设置为链接跳转 260

9 AI新茶饮，是噱头还是未来？ 1429

10 开发者们需要如何打造属于自己的Plan B? 729

11 阿里云电脑免费体验30天在哪申请？ 219

12 ACP认证有几次考试机会？ 205

13 动机VS自律，对开发者们来说哪个比较重要？ 788

14 AI音色克隆挑战播客，它能模拟人的特质吗？ 1293

15 宜搭集成自动化功能流程触发另一个流程，被触发的流程里面包含的子表单的内容如何设置 115

16 阿里云RDS mysql数据库show slave status信息疑问 498

17 求助：宜搭如何在请求数据源时传入参数 244

18 宜搭报表对日期字段赋值 393

19 求助：如何在宜搭自定义表单中获取普通表单子表单中的数据 322

20 AI生成海报or人工手绘，哪个更戳你？ 2499

推荐问答

乘风问答官招募中！机械键盘免费拿

相关电子书

更多

低代码开发师（初级）实战教程 立即下载

冬季实战营第三期：MySQL数据库进阶实战 立即下载

阿里巴巴DevOps 最佳实践手册 立即下载