機器學習中的標籤編碼

標籤編碼是機器學習中最常用的技術之一。它用於將分類資料轉換為數字形式。因此，數據可以擬合到模型中。

讓我們了解為什麼我們使用標籤編碼。想像一下，資料包含 string 形式的基本欄位。但是，您無法將這些數據放入模型中，因為建模僅適用於數值數據，我們該怎麼辦？這是一種挽救生命的技術，當我們準備好資料進行擬合時，它會在預處理步驟中進行評估，即標籤編碼。

我們將使用 Scikit-Learn 庫中的 iris 資料集來了解標籤編碼器的工作原理。確保您安裝了以下庫。

pandas
scikit-learn

要安裝為庫，請執行以下命令：

$ python install -U pandas scikit-learn

現在打開 Google Colab Notebook，開始編碼學習 Label Encoder。

讓我們編碼吧

• 先導入以下函式庫：

import pandas as pd
from sklearn import preprocessing

• 匯入iris資料集，並初始化以供使用：

from sklearn.datasets import load_iris
iris = load_iris()

• 現在，我們需要選擇想要編碼的數據，我們將對鳶尾花的物種名稱進行編碼。

species = iris.target_names
print(species)

輸出：

array(['setosa', 'versicolor', 'virginica'], dtype='<U10')

• 讓我們實例化 預處理 中的 LabelEncoder 類別：

label_encoder = preprocessing.LabelEncoder()

• 現在，我們準備好使用標籤編碼器來擬合資料：

label_encoder.fit(species)

您將輸出類似這樣的內容：

如果得到此輸出，則表示您已成功擬合資料。但是，問題是如何找出分配給每個物種的值以及分配的順序。

標籤編碼器適合資料的順序儲存在classes_屬性中。編碼從0開始到data_length-1。

label_encoder.classes_

輸出：

array(['setosa', 'versicolor', 'virginica'], dtype='<U10')

標籤編碼器會自動對資料進行排序，並從左側開始編碼。這裡：

setosa -> 0
versicolor -> 1
virginica -> 2

• 現在，讓我們來測試擬合的數據。我們將改造山鳶尾品種。

label_encoder.transform(['setosa'])

輸出：陣列([0])

再說一遍，如果你改造維吉尼亞幣。

label_encoder.transform(['virginica'])

輸出：陣列([2])

您也可以輸入物種列表，例如["setosa", "virginica"]

標籤編碼器的 Scikit Learn 文件>>

以上是機器學習中的標籤編碼的詳細內容。更多資訊請關注PHP中文網其他相關文章！