用Python将类别型属性建模为多元伯努利变量并给出代码

以下是用 Python 将类别型属性建模为多元伯努利变量的代码：

from sklearn.preprocessing import MultiLabelBinarizer

# 假设我们有一个包含三个类别型属性的数据集
data = [['a', 'x', 'z'], ['a', 'y'], ['b', 'x'], ['b', 'y', 'z']]

# 使用 MultiLabelBinarizer 对每个属性进行多元伯努利编码
mlb = MultiLabelBinarizer()
encoded_data = mlb.fit_transform(data)

# 输出编码后的数据集和属性名称
print(encoded_data)
print(mlb.classes_)

这段代码使用 sklearn 库中的 MultiLabelBinarizer 类对每个属性进行多元伯努利编码，将每个属性的可能取值转换为二进制变量。输出的 encoded_data 是编码后的数据集，每一行代表一个样本，每一列代表一个属性取值的二进制变量。mlb.classes\_ 是属性名称的数组，它记录了每个属性的可能取值。