Python sklearn LabelEncoder用法及代碼示例

本文簡要介紹python語言中 sklearn.preprocessing.LabelEncoder 的用法。

用法:

class sklearn.preprocessing.LabelEncoder

使用 0 和 n_classes-1 之間的值對目標標簽進行編碼。

這個轉換器應該用於編碼目標值，IE。 y，而不是輸入X.

在用戶指南中閱讀更多信息。

屬性：

classes_：ndarray 形狀 (n_classes,)

保存每個類的標簽。

例子：

LabelEncoder 可用於標準化標簽。

>>> 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])

它還可以用於將非數字標簽(隻要它們是可散列的和可比較的)轉換為數字標簽。

>>> 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']