11、数据预处理：构建优质训练数据集

数据预处理：构建优质训练数据集

1. 数据转换与标签编码

1.1 整数与字符串的反向映射

当我们需要将整数数值转换回原始的字符串表示时，可以定义一个反向映射字典。例如：

inv_size_mapping = {v: k for k, v in size_mapping.items()}
df['size'].map(inv_size_mapping)

1.2 编码类别标签

许多机器学习库要求类别标签以整数值进行编码。我们可以使用类似映射有序特征的方法来编码类别标签，不过要注意类别标签不是有序的。示例代码如下：

import numpy as np
class_mapping = {label: idx for idx, label in enumerate(np.unique(df['classlabel']))}
df['classlabel'] = df['classlabel'].map(class_mapping)

也可以使用 scikit-learn 中的 LabelEncoder 类来实现：

from sklearn.preprocessing import LabelEncoder
class_le = LabelEncoder()
y = class_le.fit_transfor