Sklearn do Python: Introdução à função LabelEncoder (codificação e restauração da codificação), método de uso, guia detalhado para casos específicos
índice
Introdução à função LabelEncoder (codificação e restauração da codificação)
Como usar a função LabelEncoder
Caso específico da função LabelEncoder
Introdução à função LabelEncoder (codificação e restauração da codificação)
class LabelEncoder Encontrado em: sklearn.preprocessing._labelclass LabelEncoder (TransformerMixin, BaseEstimator): |
"" Codifica a tag alvo com um valor entre 0 e n_class -1 . Este conversor deve ser usado para codificar o valor alvo, * ou seja, 'y', em vez de inserir 'X'. Para mais informações, consulte: ref: 'Guia do Usuário'. |
.. versionadded :: 0.12 Attributes ---------- classes_ : array de forma (n_class,) Contém o rótulo para cada classe. Exemplos -------- `LabelEncoder` pode ser usado para normalizar rótulos. >>> do sklearn import preprocessing >>> le = preprocessing.LabelEncoder () >>> le.fit ([1, 2, 2, 6]) LabelEncoder () >>> le.classes_ array ([1, 2, 6]) >>> le.transform ([1, 1, 2, 6]) array ([0, 0, 1, 2] ...) >>> le.inverse_transform ([0, 0, 1, 2 ]) matriz ([1, 1, 2, 6]) Ele também pode ser usado para transformar rótulos não numéricos (desde que sejam hasháveis e comparáveis) em rótulos numéricos. >>> le = preprocessing.LabelEncoder () >>> le.fit (["paris", "paris", "tokyo", "amsterdam"]) LabelEncoder () >>> list (le.classes_) ['amsterdam ',' paris ',' tokyo '] >>> le.transform (["tokyo", "tokyo", "paris"]) array ([2, 2, 1] ...) >>> lista (le .inverse_transform ([2, 2, 1])) ['tokyo', 'tokyo', 'paris'] Veja também -------- sklearn.preprocessing.OrdinalEncoder: sklearn.preprocessing.OneHotEncoder: codifica recursos categóricos como uma matriz numérica one-hot. |
.versionadded :: 0.12
>>> do sklearn import preprocessing
>>> le = preprocessing.LabelEncoder()
|
""" Parameters Returns Parameters Returns Parameters Returns Parameters Returns |
Methods
|
Fit label encoder |
Fit label encoder and return encoded labels |
|
|
Get parameters for this estimator. |
Transform labels back to original encoding. |
|
|
Set the parameters of this estimator. |
|
Transform labels to normalized encoding. |
LabelEncoder函数的使用方法
import pandas as pd
from sklearn.preprocessing import LabelEncoder
from DataScienceNYY.DataAnalysis import dataframe_fillAnyNull,Dataframe2LabelEncoder
#构造数据
train_data_dict={'Name':['张三','李四','王五','赵六','张七','李八','王十','un'],
'Age':[22,23,24,25,22,22,22,None],
'District':['北京','上海','广东','深圳','山东','河南','浙江',' '],
'Job':['CEO','CTO','CFO','COO','CEO','CTO','CEO','']}
test_data_dict={'Name':['张三','李四','王十一',None],
'Age':[22,23,22,'un'],
'District':['北京','上海','广东',''],
'Job':['CEO','CTO','UFO',' ']}
train_data_df = pd.DataFrame(train_data_dict)
test_data_df = pd.DataFrame(test_data_dict)
print(train_data_df,'\n',test_data_df)
#缺失数据填充
for col in train_data_df.columns:
train_data_df[col]=dataframe_fillAnyNull(train_data_df,col)
test_data_df[col]=dataframe_fillAnyNull(test_data_df,col)
print(train_data_df,'\n',test_data_df)
#数据LabelEncoder化
train_data,test_data=Dataframe2LabelEncoder(train_data_df,test_data_df)
print(train_data,'\n',test_data)
LabelEncoder函数的具体案例
1、基础案例
LabelEncoder can be used to normalize labels.
>>>
>>> from sklearn import preprocessing
>>> le = preprocessing.LabelEncoder()
>>> le.fit([1, 2, 2, 6])
LabelEncoder()
>>> le.classes_
array([1, 2, 6])
>>> le.transform([1, 1, 2, 6])
array([0, 0, 1, 2]...)
>>> le.inverse_transform([0, 0, 1, 2])
array([1, 1, 2, 6])
It can also be used to transform non-numerical labels (as long as they are hashable and comparable) to numerical labels.
>>>
>>> le = preprocessing.LabelEncoder()
>>> le.fit(["paris", "paris", "tokyo", "amsterdam"])
LabelEncoder()
>>> list(le.classes_)
['amsterdam', 'paris', 'tokyo']
>>> le.transform(["tokyo", "tokyo", "paris"])
array([2, 2, 1]...)
>>> list(le.inverse_transform([2, 2, 1]))
['tokyo', 'tokyo', 'paris']
2、在数据缺失和test数据内存在新值(train数据未出现过)环境下的数据LabelEncoder化
参考文章:Python之sklearn:LabelEncoder函数的使用方法之使用LabelEncoder之前的必要操作
import numpy as np
from sklearn.preprocessing import LabelEncoder
#训练train数据
LE= LabelEncoder()
LE.fit(train_df[col])
#test数据中的新值添加到LE.classes_
test_df[col] =test_df[col].map(lambda s:'Unknown' if s not in LE.classes_ else s)
LE.classes_ = np.append(LE.classes_, 'Unknown')
#分别转化train、test数据
train_df[col] = LE.transform(train_df[col])
test_df[col] = LE.transform(test_df[col])