【sklearn】非数值标签转换为数值标签 sklearn.preprocessing.LabelEncoder

sklearn.preprocessing.LabelEncoder

作用： 将非数值标签转换为数值标签

---

先看下官方是怎么说的： 官方地址

• Encode target labels with value between 0 and n_classes-1.
• 将 目标标签的值 编码为 1 到 n-1， （一共n个分类）
• This transformer should be used to encode target values, i.e. y, and not the input X.
• 这个转换 应该被适用于 编码 标签的值，比如 y， 而不是用于编码输入值，比如 x

---

举例

import numpy as np
import pandas as pd
import sklearn.preprocessing as preprocessing

city = pd.Series(["paris", "paris", "tokyo", "amsterdam"])

le = preprocessing.LabelEncoder()
le.fit(city)
list(le.classes_) # 查看标签去重后的类别
# ['amsterdam', 'paris', 'tokyo']

# 标签值转化，可以理解为，将非数字标签映射到数字标签
le.transform(city)
# 输出为： array([1, 1, 2, 0])

# 反转化，将数字标签还原为非数字标签
list(le.inverse_transform([1, 1, 2, 0]))
# ['tokyo', 'tokyo', 'paris']

以上涉及到的3个方法：

• le.fit(df) : 将标签去重，生成类别，并编码为数字化的标签
• le.transform(df) ：将原数据标签全部映射到 数字标签上
• le.inverse_transform(list) ： 将数字标签 反转换为 非数字标签