快捷導(dǎo)航

python類別數(shù)據(jù)數(shù)字化LabelEncoder?VS?OneHotEncoder區(qū)別

更新時間：2022年09月13日 17:24:45 作者：HZ在掘金

這篇文章主要為大家介紹了機器學(xué)習(xí)：數(shù)據(jù)預(yù)處理之將類別數(shù)據(jù)數(shù)字化的方法LabelEncoder?VS?OneHotEncoder區(qū)別詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪

LabelEncoder 和 OneHotEncoder 是什么

- 在數(shù)據(jù)處理過程中，我們有時需要對不連續(xù)的數(shù)字或者文本進(jìn)行數(shù)字化處理。
- 在使用 Python 進(jìn)行數(shù)據(jù)處理時，用 encoder 來轉(zhuǎn)化 dummy variable（虛擬數(shù)據(jù)）非常簡便，encoder 可以將數(shù)據(jù)集中的文本轉(zhuǎn)化成0或1的數(shù)值。
- LabelEncoder 和 OneHotEncoder 是 scikit-learn 包中的兩個功能，可以實現(xiàn)上述的轉(zhuǎn)化過程。
- sklearn.preprocessing.LabelEncoder
- sklearn.preprocessing.OneHotEncoder

數(shù)據(jù)集中的類別數(shù)據(jù)

在使用回歸模型和機器學(xué)習(xí)模型時，所有的考察數(shù)據(jù)都是數(shù)值更容易得到好的結(jié)果。
因為回歸和機器學(xué)習(xí)都是基于數(shù)學(xué)函數(shù)方法的，所以當(dāng)我們要分析的數(shù)據(jù)集中出現(xiàn)了類別數(shù)據(jù)(categorical data)，此時的數(shù)據(jù)是不理想的，因為我們不能用數(shù)學(xué)的方法處理它們。

例如，在處理男和女兩個性別數(shù)據(jù)時，我們用0和1將其代替，再進(jìn)行分析。

由于這種情況的出現(xiàn)，我們需要可以將文字?jǐn)?shù)字化的現(xiàn)成方法。

LabelEncoder 和 OneHotEncoder 的區(qū)別

具體代碼

import pandas as pd
from sklearn.preprocessing import LabelEncoder, OneHotEncoder
from sklearn.cross_validation import train_test_split
# 讀取數(shù)據(jù)
data_df = pd.read_csv('https://archive.ics.uci.edu/ml/machine-learning-databases/'
                 'breast-cancer-wisconsin/wdbc.data', header=None)
# 前面的數(shù)據(jù)是特征，最后一列是標(biāo)簽label
x, y = data_df.values[:, :-1], data_df.values[:, -1]
# 先實例化一個對象
encoder_x = LabelEncoder() 
# 對標(biāo)簽進(jìn)行類別數(shù)據(jù)數(shù)字化
y = encoder_x.fit_transform( y )

以上就是python 數(shù)據(jù)數(shù)字化的方法LabelEncoder VS OneHotEncoder區(qū)別的詳細(xì)內(nèi)容，更多關(guān)于LabelEncoder VS OneHotEncoder的資料請關(guān)注腳本之家其它相關(guān)文章！

您可能感興趣的文章: