中文文档: http://sklearn.apachecn.org/cn/stable/modules/preprocessing_targets.html
英文文档: http://sklearn.apachecn.org/en/stable/modules/preprocessing_targets.html
官方文档: http://scikit-learn.org/stable/
GitHub: https://github.com/apachecn/scikit-learn-doc-zh(觉得不错麻烦给个 Star,我们一直在努力)
贡献者: https://github.com/apachecn/scikit-learn-doc-zh#贡献者
关于我们: http://www.apachecn.org/organization/209.html
4.8. 预测目标 (y
) 的转换
4.8.2. 标签编码
LabelEncoder
是一个可以用来将标签规范化的工具类,它可以将标签的编码值范围限定在[0,n_classes-1]. 这在编写高效的Cython程序时是非常有用的. LabelEncoder
可以如下使用:
当然,它也可以用于非数值型标签的编码转换成数值标签(只要它们是可哈希并且可比较的):
中文文档: http://sklearn.apachecn.org/cn/stable/modules/preprocessing_targets.html
英文文档: http://sklearn.apachecn.org/en/stable/modules/preprocessing_targets.html
官方文档: http://scikit-learn.org/stable/
GitHub: https://github.com/apachecn/scikit-learn-doc-zh(觉得不错麻烦给个 Star,我们一直在努力)
贡献者: https://github.com/apachecn/scikit-learn-doc-zh#贡献者
关于我们: http://www.apachecn.org/organization/209.html
有兴趣的们也可以和我们一起来维护,持续更新中 。。。
机器学习交流群: 629470233