Python sklearn LabelEncoder用法及代码示例

本文简要介绍python语言中 sklearn.preprocessing.LabelEncoder 的用法。

用法:

class sklearn.preprocessing.LabelEncoder

使用 0 和 n_classes-1 之间的值对目标标签进行编码。

这个转换器应该用于编码目标值，IE。 y，而不是输入X.

在用户指南中阅读更多信息。

属性：

classes_：ndarray 形状 (n_classes,)

保存每个类的标签。

例子：

LabelEncoder 可用于标准化标签。

>>> 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])

它还可以用于将非数字标签(只要它们是可散列的和可比较的)转换为数字标签。

>>> 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']