机器学习-标签数值映射

本文介绍了如何将无顺序的Nominal标签转换为数值类型,包括使用OneHotEncoder和LabelEncoder的方法,以及Pandas的get_dummies功能。在处理非排序标签时,需要注意转换后结果的稀疏性和额外维度。
摘要由CSDN通过智能技术生成
Section I: Map Ordinary Categorical Label

第一部分:代码

import pandas as pd
import numpy as np

df=pd.DataFrame([['green','M',10.1,'class1'],
                 ['red','L',13.5,'class2'],
                 ['blue','XL',15.3,'class1']])

#Section 1: Encoding class labels via class-integer mapping dictionary
df.columns=['color','size','price','classlabel']
class_mapping={
   label:idx for idx,label in enumerate(np.unique(df['classlabel']))}

print("Transform Before:\n",df)
df['classlabel']=df['classlabel'].map(class_mapping)
print("After Transform:\n"<
  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值