利用sklearn的LabelEncoder实现标准化标签

最新推荐文章于 2024-02-01 22:30:22 发布

千寻～

最新推荐文章于 2024-02-01 22:30:22 发布

阅读量7.5k

点赞数 4

分类专栏：数据处理 python科学计算文章标签： sklearn

本文链接：https://blog.csdn.net/u011630575/article/details/79425761

版权

python科学计算同时被 2 个专栏收录

79 篇文章 9 订阅

订阅专栏

数据处理

33 篇文章 7 订阅

订阅专栏

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

# coding:utf-8
from sklearn import preprocessing

le = preprocessing.LabelEncoder()
le.fit(["Japan", "china", "Japan", "Korea","china"])
print('标签个数:%s' % le.classes_)
print('标签值标准化:%s' % le.transform(["Japan", "china", "Japan", "Korea","china"]))
print('标准化标签值反转:%s' % le.inverse_transform([0, 2 ,0 ,1 ,2]))

# 标签个数:['Japan' 'Korea' 'china']
# 标签值标准化:[0 2 0 1 2]
# 标准化标签值反转:['Japan' 'china' 'Japan' 'Korea' 'china']

“无意中发现了一个巨牛的人工智能教程，忍不住分享一下给大家。教程不仅是零基础，通俗易懂，而且非常风趣幽默，像看小说一样！觉得太牛了，所以分享给大家。点这里可以跳转到教程。”