? ? ? ? ? ? ? ?Scikit-learn數(shù)據(jù)預(yù)處理分類變量編碼之標(biāo)簽二值化

1 聲明

本文的數(shù)據(jù)來自網(wǎng)絡(luò)，部分代碼也有所參照，這里做了注釋和延伸，旨在技術(shù)交流，如有冒犯之處請聯(lián)系博主及時處理。

2 名義變量標(biāo)簽二值化簡介

名義變量(特征)是(nominal features)分類變量的一種，變量間沒用次序和等級之分。比如性別的男、女；民族的漢族、回族、傣族等。標(biāo)簽二值編碼(LabelBinarizer)可以將該類型的變量以二值的形式表示。

注：這里主要針對原始分類變量是字符串的情況。

3 名義變量標(biāo)簽二值編碼

import numpy as np import pandas as pd from sklearn.preprocessing import LabelBinarizer, MultiLabelBinarizer# 1 創(chuàng)建一個特征，它有如下的數(shù)據(jù)，總共4類。 course = np.array([["Math"], ["Chinese"], ["English"], ["Math"], ["Physics"]]) one_hot = LabelBinarizer() one_hot_cource=one_hot.fit_transform(course) print(one_hot_cource) print(one_hot.classes_) #還原原始數(shù)據(jù) print(one_hot.inverse_transform(one_hot_cource)) print(pd.get_dummies(course[:,0])) #取其中一列，當(dāng)前僅一列

總結(jié)

以上是生活随笔為你收集整理的Scikit-learn数据预处理分类变量编码之标签二值化的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。