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

Neo4J中关于Block Format压缩形式是什么呢？

1846

1

0

Neo4J中关于Data Block包含内容与长度是什么呢？

1876

1

0

老师这种索引dictionary_encoding_columns 编码列建议不超过10列吗？

469

1

0

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？

356

1

0

量化编码中为什么要有索引呀？

380

1

0

MPEG-4如何扩充编码的数据类型的啊？

638

1

0

用One-hot编码怎么识别手写的0到9呢？

348

1

0

量化之后的编码放在哪里呀？

323

1

0

前端传往后端的图片是base64，带有data前缀，怎么去除？

7547

16

0

ASCII字符集的名称、特点、内容、技术特征是什么？

453

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 1819089

2 据说在家办公的程序员是这样写代码的？ 1793247

3 阿里云开放端口权限 690330

4 如何升级配置 536317

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？ 522891

6 【精品问答】python技术1000问(1) 514147

7 Flink Forward Asia 2021 有奖问答 512924

8 OceanBase 使用动画（持续更新） 359390

9 阿里云LNAMP(Linux + Nginx + Apache + MySQL + PHP)环境一键安装脚本 329813

10 OSS存储服务-客户端工具 321619

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 304118

13 Win Server 2003-2016 加密勒索事件必打补丁合集 295344

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 284242

15 安全组详解，新手必看教程 277356

16 写code还是做管理，开发者如何进行职业规划？ 269221

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) 255890

18 阿里云手机和阿云浏览器连接问题专帖 235702

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】 230116

20 请问阿里云邮箱如何开启SMTP服务啊！ 225901

1 AI视频技术的发展是否会影响原创内容的价值？ 749

2 日常工作中，开发者应该如何避免“效率陷阱”？ 401

3 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 1193

4 宜搭数据管理页面如何把一个字段设置为链接跳转 213

5 AI新茶饮，是噱头还是未来？ 1273

6 开发者们需要如何打造属于自己的Plan B? 564

7 阿里云电脑免费体验30天在哪申请？ 164

8 ACP认证有几次考试机会？ 163

9 动机VS自律，对开发者们来说哪个比较重要？ 652

10 AI音色克隆挑战播客，它能模拟人的特质吗？ 1243

11 阿里云RDS mysql数据库show slave status信息疑问 456

12 求助：宜搭如何在请求数据源时传入参数 200

13 宜搭报表对日期字段赋值 346

14 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 277

15 AI生成海报or人工手绘，哪个更戳你？ 2383

16 “AI +脱口秀”，笑点能靠算法去创造吗？ 1529

17 宜搭配置更新花名册信息的连接器 386

18 请教：通过按钮打开另外一个表单，并把其中一个值传递给另一个表单的其中一个字段。 534

19 AI宠物更适合当代年轻人的陪伴需求吗？ 1619

20 AI客服未来会完全代替人工吗？ 2025

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