机器学习-标记编码方法

在监督学习中，经常需要处理各种各样的标记。这些标记可能是数字和单词。如果标记是数字，那么算法可以直接使用它们，但是，许多情况下，标记都需要以人们可理解的形式存在，因此，通常会用单词标记训练数据集。标记编码就是要把单词标记转换成数值形式。具体代码如下所示：

#导入预处理程序包
from sklearn import preprocessing
#定义一个标记编码器
label_encoder = preprocessing.LabelEncoder()
#添加标记
input_classes = ['audi','ford','audi','toyota','ford','bmw']
#为标记编码
label_encoder.fit(input_classes)
for i, item in enumerate(label_encoder.classes_):
    print(item, '--->', i)
#遇到新的标记，就可以非常轻松转换了
labels = ['bmw','ford','audi']
Encode_label = label_encoder.fit_transform(labels)
print(Encode_label)
#通过数字反转回单词
encode_label = [2,1,0,1]
decoded_labels = label_encoder.inverse_transform(encode_label)
print(encode_label)
print(list(decoded_labels))