数据挖掘算法原理与实践第四关：离散值编码

多加加多

于 2022-01-21 12:41:54 发布

阅读量1.2k

点赞数

CC 4.0 BY-SA版权

文章标签：数据挖掘算法 sklearn

本文链接：https://blog.youkuaiyun.com/Dorcas_M/article/details/122618884

本篇博客主要介绍了如何利用sklearn库对标签数据进行OneHot编码，包括LabelEncoder和OneHotEncoder的使用。LabelEncoder将分类型特征转换为整数，而OneHotEncoder则进一步处理这些整数编码，确保对于无序分类特征，消除数值大小的误导。通过代码实例，解释了如何实现OneHot编码，并给出了测试说明，以标签'male'和'female'为例，展示了编码后的结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本关任务：利用sklearn对标签进行OneHot编码。

LabelEncoder

用于分类型特征，将特征编码为整数

代码实现：

from sklearn.preprocessing import LabelEncoder
label = ['male','female']
int_label = LabelEncoder()
label = int_label.fit_transform(label)

OneHotEncoder

将LabelEnc

最低0.47元/天解锁文章

200万优质内容无限畅学