Преобразование различных категориальных переменных в фиктивные переменные

Нету. Столбец из приоритета или кластера не будет неверно истолкован как третий столбец серьезности.

Вот ответ на то, как сохраняется ссылка:

в pandas.get_dummies есть параметр, т.е. drop_first позволяет вам сохранить или удалить ссылку (сохранить k или k-1 манекенов из k категориальных уровней).

Обратите внимание, что drop_first = False означает, что ссылка не отбрасывается, а k манекенов создаются из k категориальных уровней! Вы устанавливаете drop_first = True, после чего после кодирования он будет отбрасывать ссылочный столбец.

Здесь ссылка на одну горячую кодировку.

Как и в вашем случае, severity имеет 3 категории S1, S2 и S3. После создания манекенов одна из этих категорий всегда будет 1 и другие 0.

для s1 это будет [1,0,0], s2 будет [0,1,0], а s3 будет [0,0,1]

Теперь, если вы поместите столбец для категории s1.

Значения будут [0,0], если степень S1

[1,0], если степень тяжести S2

[0,1], если степень тяжести равна S3.

Таким образом, здесь нет никакой потери информации, и ваша модель имеет меньше столбцов. Поэтому всегда рекомендуется сохранять параметр drop_first как True.

Изменить:

После применения манекенов вы получите столбцы:

severity_S1   severity_S2   severity_S3  

  1              0              0                  # when value is S1
  0              1              0                  # when value is S2  
  0              0              1                  # when value is S3

pandas.get_dummies() удаляет 1-й столбец после создания вышеуказанных ссылок. Таким образом, в ваших данных будет показано ниже:

 severity_S2   severity_S3

   0              0                  # when value is S1
   1              0                  # when value is S2  
   0              1                  # when value is S3

Для всех переменных здесь конечные данные будут выглядеть следующим образом: я использую короткие имена столбцов из-за проблемы с пространством:

s2  s3  p2  p3  B  C  D
0   0   1   0   1  0  0     # For row with S1, P2 and B
0   1   0   1   0  1  0     # For row with S3, P3 and C
1   0   0   0   0  0  1     # For row with S2, P1 and D
1   0   0   0   0  0  0     # For row with S2, P1 and A