时间:2021-05-22
如下所示:
#简单来说 LabelEncoder 是对不连续的数字或者文本进行编号from sklearn.preprocessing import LabelEncoderle = LabelEncoder()le.fit([1,5,67,100])le.transform([1,1,100,67,5])输出: array([0,0,3,2,1])#OneHotEncoder 用于将表示分类的数据扩维:from sklearn.preprocessing import OneHotEncoderohe = OneHotEncoder()ohe.fit([[1],[2],[3],[4]])ohe.transform([2],[3],[1],[4]).toarray()输出:[ [0,1,0,0] , [0,0,1,0] , [1,0,0,0] ,[0,0,0,1] ]以上这篇对python 数据处理中的LabelEncoder 和 OneHotEncoder详解就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
数据预处理在解决深度学习问题的过程中,往往需要花费大量的时间和精力。数据处理的质量对训练神经网络来说十分重要,良好的数据处理不仅会加速模型训练,更会提高模型性能
Python做简单的字符串匹配详解由于需要在半结构化的文本数据中提取一些特定格式的字段、数据辅助挖掘分析工作,以往都是使用Matlab工具进行结构化数据处理的建
Python是数据处理常用工具,可以处理数量级从几K至几T不等的数据,具有较高的开发效率和可维护性,还具有较强的通用性和跨平台性。Python可用于数据分析,但
Python是数据分析的强大利器。利用Python做数据分析,第一步就是学习如何读取日常工作中产生各种excel报表并存入数据中,方便后续数据处理。这里向大家分
数据处理的中心环节是数据加工。 数据处理(dataprocessing),是对数据的采集、存储、检索、加工、变换和传输。根据处理设备的结构方式、工作方式,以及