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. 反向映射整数到原始字符串

若要将整数数值转换回原始字符串表示，可定义一个反向映射字典。以下是具体操作：

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

2. 编码类别标签

许多机器学习库要求将类别标签编码为整数值。虽然 scikit-learn 中的多数分类估计器会在内部将类别标签转换为整数，但为避免技术故障，将类别标签以整数数组形式提供是很好的做法。以下是编码类别标签的步骤：
- 首先，枚举类别标签，从 0 开始：

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

• 然后，使用映射字典将类别标签转换为整数：

df['classlabel'] = df['classlabel'].map(class_mapping)

• 若要将转换后的类别标签映射回原始字符串表示，可反转映射字典中的键值对：