import numpy as np
from sklearn.preprocessing import LabelEncoder,OrdinalEncoder
x = [['Male',1],['Female',3],['Female',2]]
x2 = np.array(x)
enc = OrdinalEncoder()
le = LabelEncoder()
x_transform = enc.fit_transform(x)
print('OrdinalEncoder的原始输入:')
print(x)
print('OrdinalEncoder的输出:')
print(x_transform)
print('LabelEncoder的原始输入:')
print(x2)
print('LabelEncoder的输出:')
for i in range(x2.shape[1]):
print(le.fit_transform(x2[:,i]))
在sklearn中,LabelEncoder 和 OrdinalEncoder 都可以将分类型变量转化成数值型索引变量。
在代码中,假设有一个维度数组x,OrdinaEncoder可以直接处理shape为[m,n]的数组或类数组对象,而LabelEncoder只能处理[m,]的一维对象,因此需要先将二维对象中的每一列单独读出来,然后才能转换。
因此上面的代码中,需要先基于Numpy创建数组。
所以使用for循环将每一列做LabelEncoder转换并打印的结果是:
由上面的结果可以知道,二者在实现结果上是一样的(注意,LabelEncoder是直接将每一列单独打印出来,因此格式与OrdinaEncoder结构格式有差异)。而OrdinaEncoder可以看作是LabelEncoder的数组版本。