Python中怎样利用OrdinalEncoder编码有序类别变量

云丽姑娘_4917

云丽姑娘_4917

2026-11-19

471人浏览

原创

OrdinalEncoder仅适用于存在明确不可颠倒顺序关系的类别变量,如“低/中/高”“S/M/L/XL”“1–5星”,需显式传入categories参数指定顺序,否则默认字典序编码会破坏业务逻辑;支持多列不同顺序编码,区别于单列LabelEncoder。

python中怎样利用ordinalencoder编码有序类别变量

OrdinalEncoder 适合处理哪些有序类别变量

只有当类别之间存在明确、不可颠倒的顺序关系时,才该用 OrdinalEncoder。比如“低/中/高”“S/M/L/XL”“1星/2星/3星/4星/5星”,这些值天然有大小含义,编码后数字能保留序数关系。如果只是“苹果/香蕉/橙子”这种无序标签,用它反而会误导模型——模型会误以为“香蕉”比“苹果”大、“橙子”又比“香蕉”大。

常见错误是把字符串自然排序(如 ['a', 'aa', 'b'])当成有序,其实这纯属字典序,不是业务意义上的顺序。必须由你人工确认并指定顺序。

必须显式传入 categories 参数才能控制编码顺序

OrdinalEncoder 默认行为是按输入数据中出现的唯一值**升序排列**(字符串按 ASCII,数字按数值),完全不考虑业务逻辑。想让 ['差', '一般', '好', '优秀'] 编码成 [0, 1, 2, 3],就必须手动传 categories:

from sklearn.preprocessing import OrdinalEncoder
encoder = OrdinalEncoder(categories=[['差', '一般', '好', '优秀']])
X_encoded = encoder.fit_transform([['好'], ['差'], ['优秀']])

注意点:

  • categories 是二维列表,外层对应列数,内层是该列的有序取值列表
  • 传入的顺序就是编码后的整数顺序:第一个元素→0,第二个→1,以此类推
  • 如果新数据里出现 categories 里没有的值(比如突然来了个 '极优'),transform() 会直接报错 ValueError: Found unknown categories

和 LabelEncoder 的关键区别在哪

别拿 LabelEncoder 替代 OrdinalEncoder 处理多列有序变量——这是高频误用。

LabelEncoder 只能一列一列单独用,且不支持 categories 参数;而 OrdinalEncoder 天然支持多列批量处理,并允许你为每列指定不同顺序。例如同时编码“尺寸”和“评分”两列:

Python健壮编程
Python健壮编程

编写可靠Python代码,避免可变默认值、导入陷阱与运行时意外

下载
encoder = OrdinalEncoder(
    categories=[
        ['S', 'M', 'L', 'XL'],           # 尺寸列顺序
        ['1星', '2星', '3星', '4星', '5星']  # 评分列顺序
    ]
)

另外,LabelEncoder 常被误用于 y(目标变量),但 sklearn 官方明确建议:对 y 用 LabelEncoder 仅限于某些需要整数标签的旧模型(如 DecisionTreeClassifier),而现代接口(如 RandomForestClassifier)多数已支持字符串标签,无需编码。

fit 之后别忘了保存 categories 和 encoder 实例

训练时确定的 categories 顺序不能靠猜,也不能靠重新拟合——因为新数据可能不含全部取值,fit() 会重算顺序,导致线上和离线编码不一致。

正确做法是:

  • 训练时用 fit() + 显式 categories 初始化
  • 用 pickle 或 joblib 保存整个 encoder 对象(含 categories_ 属性)
  • 预测时直接 load() 并调用 transform(),不要重新 fit()

容易忽略的一点:OrdinalEncoder 的 categories_ 属性是只读的,无法运行时修改。一旦训练完成,顺序就锁死了。

Python免费学习笔记(深入):立即使用
在学习笔记中,你将探索 Python 的核心概念和高级技巧!

相关文章

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

python

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

2023.07.20

1951

4

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

2023.07.25

5564

7

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

2023.07.31

1889

3

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

2023.08.03

33997

23

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

3987

5

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

3987

5

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

1283

5

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.10

636

4

python是前端还是后端
python是前端还是后端

Python属于前端也属于后端,其灵活性和丰富的生态系统使得开发人员能够在不同的领域中灵活运用。本专题为大家提供python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

3103

5

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程