哑变量=独热编码=稀疏矩阵
分类特征变量分为：名义变量，有序变量，有距变量
名义变量：如门A,B,C，指数据之间毫无关联性
有序变量：如小学，中学，大学，学历有高低，但不能相互计算
有距变量：如分数，体重，费用等，可以通过计算得出
对于有序变量可以使用编码进行处理，对于名义变量可以使用哑变量进行处理
sklearn中使用OneHotEncoder模块进行哑变量：
代码如下：
from sklearn.preprocessing import oneHotEncoder
x = data1.iloc[:,2:3]
one = oneHotEncoder(categories="auto") #categories使用auto进行自动特征查找
re = one.fit_transform(x)
res = re.toarray() #使用toarray转换查看
pd.Dataframe(res)
上述对性别进行哑变量
one.inverse_transform(re) #逆转
one.get_feature_names() #查看编码后的特征
使用concat方法添加到原数据
newdata = pd.concat([data2,pd.Dataframe(res)],axis = 1) #将哑变量追加到原数据
