机器学习：多一个常数列，以及get_dummies(drop_first=True/False)对预测结果的影响

This article is categorized as "Garbage" . It should NEVER be appeared in your search engine's results.

总结

下面的两个目录，“多一个常数列”和“one-hot的时候drop_first“本质上是两个话题。虽然它们的结论差不多，但它们本质上并不一样！get_dummies的时候无论是否drop_first，得到的df都不是“多一个常数列”的那种情况。

多一个常数列

不会有任何影响，或者说这个常数列应该被去掉

🔗 [handling constant columns in machine learning - Data Science Stack Exchange] https://datascience.stackexchange.com/questions/109458/handling-constant-columns-in-machine-learning

🔗 [DropConstantFeatures — 1.8.0] https://feature-engine.trainindata.com/en/latest/user_guide/selection/DropConstantFeatures.html

get_dummies(drop_first=True/False)

问题：pd.get_dummies(drop_first=True/False)是否会带来不同的结果

drop_first的效果如下：

先放一个gpt的【推荐】

上面这个只是【推荐】，并没有明确说明【（相同的数据）drop_first是否会影响最终模型的准确率】

先放出最终结论：（使用drop_first与否）理论上不影响模型准确率，实际代码里还是会有一点点点点影响（比如random forest）；但一定会影响linear regression模型的coefficients

其他的（logistic regression，xgboost等）就不测了

代码是GPT写的：