python:sklearn 标签编码(LabelEncoder) |
您所在的位置:网站首页 › python用字典输出翻译后的蛋白质 › python:sklearn 标签编码(LabelEncoder) |
参考: https://blog.csdn.net/weixin_45875105/article/details/107818766 python sklearn 编码(one-hot,标签编码) https://www.cnblogs.com/sench/p/10134094.html sklearn.preprocessing.LabelEncoder的使用 https://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.LabelEncoder.html 官方解释 1. 准备好数据,使用LabelEncoder对数据集进行编码 方法1:fit、transform enc=preprocessing.LabelEncoder() #获取一个LabelEncoder enc=enc.fit(['小猫','小狗','兔子']) #训练LabelEncoder data=enc.transform(data) #使用训练好的LabelEncoder对原数据进行编码 方法2:fit_transformenc=preprocessing.LabelEncoder() #获取一个LabelEncoder data=enc.fit_transform(data) 代码示例: from sklearn import preprocessing data=['小猫','小猫','小狗','小狗','兔子','兔子'] #准备好数据 #方法1: enc=preprocessing.LabelEncoder() #获取一个LabelEncoder enc=enc.fit(['小猫','小狗','兔子']) #训练LabelEncoder data=enc.transform(data) #使用训练好的LabelEncoder对原数据进行编码 #方法2: #enc=preprocessing.LabelEncoder() #获取一个LabelEncoder #data=enc.fit_transform(data) print(data) #输出编码后的数据 输出:[2 2 1 1 0 0]根据结果可以看到, LabelEncoder将:小猫编码成2,小狗编码成2,兔子编码成0 2. 根据编码后的类别,反向推导出编码前对应的原始标签 方法:inverse_transform #根据编码后的类别,反向推导出编码前对应的原始标签 print(enc.inverse_transform([0,1,2])) 输出:['兔子' '小狗' '小猫']根据输出结果可以看到,0对应兔子,1对应小狗,2对应小猫
|
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |