简单实现LabelEncoder（2023/07/17）

        一直在使用sklearn的库函数LabelEncoder，今天就尝试简单地复现一下~。LabelEncoder 是一种用于将类别变量转换为数字编码的工具。它可以将每个不同的类别标签映射到一个整数值，使得算法可以更好地处理这些数据。

核心代码：

class LabelEncoder:
    def __init__(self):
        super(LabelEncoder, self).__init__()
        ## 初始化
        self.labels = None

    def fit(self, y):
        ## 获取所有不重复标签
        self.labels = list(set(y))

    def transform(self, y):
        ## 将标签转换为编码
        encoder_labels = []
        for label in y:
            if label in self.labels:
                encoder_labels.append(self.labels.index(label))
            else:
                raise ValueError(f"y contains previously unseen labels: {label}")
        return encoder_labels

    def fit_transform(self, y):
        self.fit(y)
        return self.transform(y)

    def inverse_transform(self, encoder_labels):
        ## 将编码转换为标签
        y = []
        for i in encoder_labels:
            y.append(self.labels[i])
        return y

 测试代码：

labelEncoder = LabelEncoder()
# y = ["apple", "banana", "char", None]
y = ["male", "female", "apple", "add", "sub", "one", "apple"]
labelEncoder.fit(y)
encoder_labels = labelEncoder.transform(["male", "female", "one"])
labels = labelEncoder.inverse_transform(encoder_labels)
print(encoder_labels)
print(labels)

测试结果：

        上述代码只是LabelEncoder的简单实现，并没有深究可能遇到的各种错误问题。值得注意的是，您在运行上述代码的时候可能发现每次打印的结果都不一样，其实这并不是错误，这是由于集合是无序的，因此其元素的排列顺序可能会发生变化。