u013250861的博客

其中，Label Encoder是最简单的一种encode方法，并在sklearn.preprocessing中有实现方法，目的是将类别型特征统一转化成0-len(类别性特征)范围的数字。

本博客采取的例子为垃圾邮件预测。预测结果（标签）为0或1.一、classification_report()classification_report用来分析不同类别的准确率，召回率，F1值等，从而便于按照类别查看准确率、召回率。from sklearn.metrics import classification_reporty_true = [0, 1, 2, 2, 2]y_pred = [0, 0, 2, 2, 1]target_names = ['class 0', 'class 1',