python labelencoder_python – LabelEncoder指定DataFrame中的类

您可以将

fit标签编码器和

transform以后的标签转换为其标准化编码,如下所示:

In [4]: from sklearn import preprocessing

...: import numpy as np

In [5]: le = preprocessing.LabelEncoder()

In [6]: le.fit(np.unique(df.values))

Out[6]: LabelEncoder()

In [7]: list(le.classes_)

Out[7]: ['A', 'B', 'C', 'D', 'E']

In [8]: df.apply(le.transform)

Out[8]:

Feat1 Feat2 Feat3 Feat4 Feat5

0 0 0 0 0 4

1 1 1 2 2 4

2 2 3 2 2 4

3 3 0 2 3 4

默认情况下,指定标签的一种方法是:

In [9]: labels = ['A', 'B', 'C', 'D', 'E']

In [10]: enc = le.fit(labels)

In [11]: enc.classes_ # sorts the labels in alphabetical order

Out[11]:

array(['A', 'B', 'C', 'D', 'E'],

dtype='

In [12]: enc.transform('E')

Out[12]: 4

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值