在查阅OneHotEncoder文档时(见下文),我注意到在应用正则化(如拉索、脊等)时不建议删除第一类。虽然我理解为什么放弃第一类可以防止共线性,但我不知道为什么需要它来进行正则回归。这不是增加了一个需要正规化的额外维度吗?
drop {‘first’,‘if_binary’}指定了用于删除每个功能类别之一的方法。在完全共线特性导致问题的情况下,例如将结果数据输入神经网络或非正则回归时,这是非常有用的。然而,删除一个类别破坏了原始表示的对称性,因此可能导致下游模型中的偏差,例如,对于受惩罚的线性分类或回归模型。