机器学习中常见的离散变量的编码方式 labelencoding(标签编码)

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!

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值