LabelEncoderm OneHotEncoder 在python中的运用
2016-12-12 11:19
561 查看
LabelEncoder 是对不连续的数字或者文本进行编号
from sklearn.preprocessing import LabelEncoder
le = 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 OneHotEncoder
ohe = 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] ]
from sklearn.preprocessing import LabelEncoder
le = 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 OneHotEncoder
ohe = 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] ]
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- 对python 数据处理中的LabelEncoder 和 OneHotEncoder详解
- 所涉及到的几种 sklearn 的二值化编码函数：OneHotEncoder(), LabelEncoder(), LabelBinarizer(), MultiLabelBinarizer()
- python 数据处理中的 LabelEncoder 和 OneHotEncoder
- 所涉及到的几种 sklearn 的二值化编码函数：OneHotEncoder(), LabelEncoder(), LabelBinarizer(), MultiLabelBinarizer()
- python 数据处理中的 LabelEncoder 和 OneHotEncoder
- sklearn.preprocessing.LabelEncoder和onehotencoder
- 基于【pandas】的数据预处理（含定制【OneHotEncoder】方法）
- scikit-learn使用OneHotEncoder处理Nominal属性的机器学习流程（Random Forest算法为例）
- OneHotEncoder
- 基于sklearn的序列处理 : LabelEncoder 与 OneHotEncoder
- SKlear中的LabelEncoding和OneHotEncoding
- sklearn preprocessing 数据预处理（OneHotEncoder）
- OneHotEncoder介绍单属性多属性scala实现
- LabelEncoder与OneHotEncoder
- Spark MLlib特征处理：OneHotEncoder OneHot编码 ---原理及实战
- pandas 下的 one hot encoder 及 pd.get_dummies() 与 sklearn.preprocessing 下的 OneHotEncoder 的区别
- sklearn 中的 OneHotEncoder 用法
- python类别变量（class_label）转换为One_Hot的几种方式
- sklearn preprocessing 数据预处理（OneHotEncoder）
- 独热编码 OneHotEncoder()