机器学习中的标签编码

标签编码是机器学习中最常用的技术之一。它用于将分类数据转换为数字形式。因此，数据可以拟合到模型中。

让我们了解为什么我们使用标签编码。想象一下，数据包含 string 形式的基本列。但是，您无法将这些数据放入模型中，因为建模仅适用于数值数据，我们该怎么办？这是一种挽救生命的技术，当我们准备好数据进行拟合时，它会在预处理步骤中进行评估，即标签编码。

我们将使用 Scikit-Learn 库中的 iris 数据集来了解标签编码器的工作原理。确保您安装了以下库。

pandas
scikit-learn

要安装为库，请运行以下命令：

$ python install -U pandas scikit-learn

现在打开 Google Colab Notebook，开始编码和学习 Label Encoder。

让我们编码吧

• 首先导入以下库：

import pandas as pd
from sklearn import preprocessing

• 导入iris数据集，并初始化以供使用：

from sklearn.datasets import load_iris
iris = load_iris()

• 现在，我们需要选择想要编码的数据，我们将对鸢尾花的物种名称进行编码。

species = iris.target_names
print(species)

输出：

array(['setosa', 'versicolor', 'virginica'], dtype='<U10')

• 让我们实例化 预处理 中的 LabelEncoder 类：

label_encoder = preprocessing.LabelEncoder()

• 现在，我们准备使用标签编码器来拟合数据：

label_encoder.fit(species)

您将输出类似这样的内容：

如果得到此输出，则说明您已成功拟合数据。但是，问题是如何找出分配给每个物种的值以及分配的顺序。

标签编码器适合数据的顺序存储在classes_属性中。编码从0开始到data_length-1。

label_encoder.classes_

输出：

array(['setosa', 'versicolor', 'virginica'], dtype='<U10')

标签编码器会自动对数据进行排序，并从左侧开始编码。这里：

setosa -> 0
versicolor -> 1
virginica -> 2

• 现在，让我们测试拟合的数据。我们将改造山鸢尾品种。

label_encoder.transform(['setosa'])

输出：数组([0])

再说一遍，如果你改造维吉尼亚币。

label_encoder.transform(['virginica'])

输出：数组([2])

您还可以输入物种列表，例如["setosa", "virginica"]

标签编码器的 Scikit Learn 文档>>

以上是机器学习中的标签编码的详细内容。更多信息请关注PHP中文网其他相关文章！