对python 数据处理中的LabelEncoder 和 OneHotEncoder详解

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。

相关文章