机器学习中常见的离散变量的编码方式 labelencoding(标签编码)

最新推荐文章于 2025-06-22 07:52:27 发布

liuzh(少昊)

最新推荐文章于 2025-06-22 07:52:27 发布

阅读量8k

点赞数 1

CC 4.0 BY-SA版权

分类专栏：机器学习算法实现文章标签：机器学习编码标签编码 labelencoding 离散变量

本文链接：https://blog.youkuaiyun.com/liuzonghao88/article/details/86322912

机器学习算法实现专栏收录该内容

12 篇文章

订阅专栏

本文介绍了一种数据预处理技术——标签编码(label encoding)的使用方法，通过实例展示了如何将非数值型标签转换为数值型标签，以便于算法处理。具体步骤包括实例化LabelEncoder类、拟合标签数据、转换标签并替换原始数据集中的标签。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

labelencoding(标签编码)

# dataset为数据集  product_tags为需要编码的特征列(假设为第一列)
product_tags = dataset.iloc[:, :1]
from sklearn.preprocessing import LabelEncoder
le = LabelEncoder() #实例化
le = le.fit(product_tags)
label = le.transform(product_tags)
le.classes_  # 查看有哪些标签
label  # 查看编码的结果
# 将编码结果替换为原来列
dataset.iloc[:, :1] = label

完工！赶紧丢到算法中看看效果吧！