tensorflow 相关函数 __ LabelEncoder()

sklearn.preprocessing.LabelEncoder()：标准化标签，将标签值统一转换成range(标签值个数-1)范围内

简单来说 LabelEncoder 是对不连续的数字或者文本进行编号

例子：

>>> 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']

le.fit() 对数据进行编号

le.transform() 输入对应数据的编号

le.inverse_transform() 输入编号，返回数据

运行le.fit()以后，其实就成了一个双向的字典。

内部比较复杂的是.fit()的实现 ： 思路是先去重，排序，后从0开始编号。

fit(y)	Fit label encoder
fit_transform(y)	Fit label encoder and return encoded labels
get_params([deep])	Get parameters for this estimator.
inverse_transform(y)	Transform labels back to original encoding.
set_params(**params)	Set the parameters of this estimator.
transform(y)	Transform labels to normalized encoding.