深入解析 sklearn 中的 LabelEncoder：功能、使用场景与注意事项

标题：深入解析 sklearn 中的 LabelEncoder：功能、使用场景与注意事项

摘要：

LabelEncoder 是 sklearn 中用于类别标签编码的重要工具，能够将离散的类别型标签转换为模型可识别的数值格式。本文详细解析 LabelEncoder 的核心功能、使用场景及常见注意事项，帮助读者在实际项目中正确使用这一工具，同时避免常见误区。

---

一、LabelEncoder 核心功能

1. 功能概述：
LabelEncoder 是 sklearn.preprocessing 模块中的一个工具类，专门用于目标变量（标签）的编码。其核心功能是将离散的类别型标签（字符串或非连续整数）转换为从 0 开始的有序整数。例如：

• 原始标签：[“猫”, “狗”, “鸟”] → 编码后：[0, 1, 2]
• 原始标签：[“高”, “中”, “低”] → 编码后：[2, 1, 0]（注意顺序可能需手动控制）

2. 与 OrdinalEncoder 的区别：

• 适用范围：
  • LabelEncoder 仅适用于单列目标变量（标签列）。
  • OrdinalEncoder 用于多列特征（如表格中的多个分类特征列）。
• 编码顺序：
  • LabelEncoder 默认按类别首次出现的顺序编码，无法直接指定顺序（需预处理）。
  • OrdinalEncoder 允许通过 categories 参数手动定义顺序。

---

二、使用场景

1. 监督学习的标签编码

将分类任务的目标变量（如分类标签）转换为模型可识别的数值格式。

from sklearn.preprocessing import LabelEncoder

# 示例数据
labels = ["猫", "狗", "鸟", "狗", "猫"]

# 初始化编码器
encoder = LabelEncoder()

# 编码标签
encoded_labels = encoder