在scikit的OneHotEncoder中使用active_features_和feature_indices_ -学习版本0.21.2

在scikit-learn的OneHotEncoder中，active_features_和feature_indices_是两个属性，用于表示OneHotEncoder转换器中的特征信息。

1. active_features_属性：active_features_是一个布尔数组，用于表示每个特征是否是活跃的（即是否被编码）。如果一个特征是活跃的，则对应的布尔值为True，否则为False。这个属性可以帮助我们确定哪些特征被编码了。
2. feature_indices_属性：feature_indices_是一个整数数组，用于表示每个特征的编码范围。对于每个特征，feature_indices_数组中的两个连续整数表示该特征在编码后的独热编码中的起始索引和结束索引（不包括结束索引）。通过这个属性，我们可以知道每个特征在编码后的独热编码中的位置。

使用active_features_和feature_indices_属性可以帮助我们理解和分析OneHotEncoder转换器的编码结果，以及对编码后的数据进行后续处理。

在腾讯云中，可以使用腾讯云机器学习平台（Tencent Machine Learning Platform，TMLP）来进行机器学习任务，其中包括了对scikit-learn库的支持。您可以通过以下链接了解更多关于腾讯云机器学习平台的信息：

腾讯云机器学习平台产品介绍：https://cloud.tencent.com/product/tmpl

请注意，以上答案仅针对scikit-learn的OneHotEncoder中的active_features_和feature_indices_属性，不涉及其他云计算品牌商。