sklearn中的编码器LabelEncoder

本文主要是介绍sklearn中的编码器LabelEncoder，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

对于不同的feature，每次用都要进行初始化一次，因为特征不同，编码规则肯定也是不同的。

基本上都是按照从小到大来排序的，比如数字，0，2，5，9，编码结果肯定是0，1，2，3

字母的话一般也是如此考虑a，b，c，d啥的，如果你实在不清楚怎么对应的话，我建议你自己提前做成one-hot的形式，自己对应，然后存下这个对应标签。

下面是例子：

>>> xx=[3,2,4,6,9,87,12]
>>> lbe = LabelEncoder()
>>> lbe.fit_transform(xx)
array([1, 0, 2, 3, 4, 6, 5], dtype=int64)
>>> lbe.classes_
array([ 2,  3,  4,  6,  9, 12, 87])

最后一个表示编码的顺序，从0到6对应的什么，下面是字母的编码规则，就是abcd这种顺序

>>> yy=['k','f','m','p','w']
>>> lbe = LabelEncoder()
>>> lbe.fit_transform(yy)
array([1, 0, 2, 3, 4], dtype=int64)
>>> lbe.classes_
array(['f', 'k', 'm', 'p', 

这篇关于sklearn中的编码器LabelEncoder的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---