2個類別的虛擬變量。它應該是單列還是多列？

Question

我正在研究分類問題，在Python中使用邏輯迴歸模型（scikit learn）。我的特點之一是性別。在原始數據集中，這個變量是一個字符串（男，女）。我使用了熊貓的get_dummies方法，並創建了2個具有0,1值的列。每個班級一個。

我的問題是，我應該使用2個不同的列，還是像男性（0,1）這樣的單個列？

Answer 1

我個人喜歡對n類別的字段使用n - 1列。當使用get_dummies方法時，這意味着將drop_first設置爲True。

至於爲什麼我喜歡這樣做;我的一位前教練在他對one hot encoding vs dummy encoding in sckikit learn的回答中解釋得非常好。基本上歸結爲消除共線性。