Python sklearn OrdinalEncoder用法及代码示例

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

用法:

class sklearn.preprocessing.OrdinalEncoder(*, categories='auto', dtype=<class 'numpy.float64'>, handle_unknown='error', unknown_value=None)

将分类特征编码为整数数组。

该转换器的输入应该是类似整数或字符串的数组，表示分类(离散)特征所采用的值。特征被转换为序数整数。这会导致每个特征有一列整数(0 到 n_categories - 1)。

在用户指南中阅读更多信息。

参数：

categories：‘auto’ 或类似数组的列表，默认=’auto’

每个函数的类别(唯一值)：

• ‘auto’：根据训练数据自动确定类别。
• list : categories[i] 包含第 i 列中预期的类别。传递的类别不应混合字符串和数值，如果是数值则应进行排序。

使用的类别可以在categories_ 属性中找到。

dtype：数字类型，默认 np.float64

所需的输出数据类型。

handle_unknown：{‘error’, ‘use_encoded_value’}，默认='错误'

当设置为 ‘error’ 时，如果转换过程中出现未知的分类特征，将会引发错误。当设置为‘use_encoded_value’时，未知类别的编码值将设置为参数unknown_value给定的值。在 inverse_transform 中，未知类别将表示为 None。

unknown_value：int 或 np.nan，默认=无

当参数handle_unknown设置为‘use_encoded_value’时，该参数为必填参数，将设置未知类别的编码值。它必须与 fit 中用于编码任何类别的值不同。如果设置为 np.nan，则 dtype 参数必须是 float dtype。

属性：

categories_：数组列表

在 fit 期间确定的每个特征的类别(按 X 中的特征的顺序并与 transform 的输出相对应)。这不包括在 fit 期间未出现的类别。

n_features_in_：int

拟合期间看到的特征数。

feature_names_in_：ndarray 形状(n_features_in_，)

拟合期间看到的特征名称。仅当 X 具有全为字符串的函数名称时才定义。

例子：

给定具有两个特征的数据集，我们让编码器找到每个特征的唯一值并将数据转换为序数编码。

>>> from sklearn.preprocessing import OrdinalEncoder
>>> enc = OrdinalEncoder()
>>> X = [['Male', 1], ['Female', 3], ['Female', 2]]
>>> enc.fit(X)
OrdinalEncoder()
>>> enc.categories_
[array(['Female', 'Male'], dtype=object), array([1, 2, 3], dtype=object)]
>>> enc.transform([['Female', 3], ['Male', 1]])
array([[0., 2.],
       [1., 0.]])

>>> enc.inverse_transform([[1, 0], [0, 1]])
array([['Male', 1],
       ['Female', 2]], dtype=object)