如何在 Scikit-Learn 中跨多列执行标签编码？

Scikit-Learn 中跨多列的标签编码

处理包含多列分类数据的数据集时，有必要对这些数据进行编码用于机器学习算法的数字标签。 Scikit-learn 为此提供了 LabelEncoder 类。然而，直接将其应用于具有大量列（例如 50 列）的 DataFrame 可能会因输入形状不正确而导致错误。

为了克服这一挑战，需要一种优雅的方法来同时在所有列上执行标签编码是：

df.apply(LabelEncoder().fit_transform)

作为替代方案，特别是对于 scikit-learn 0.20 及更高版本，请考虑使用OneHotEncoder：

OneHotEncoder().fit_transform(df)

OneHotEncoder 本机支持字符串输入并生成 one-hot 编码向量。

或者，如果您需要控制不同列的 LabelEncoder 实例或只需要对一个子集进行编码列，您可以使用 ColumnTransformer：

from sklearn.compose import ColumnTransformer
from sklearn.preprocessing import LabelEncoder

transformer = ColumnTransformer(
    transformers=[('labels', LabelEncoder(), ['column1', 'column2'])],
)

transformed_data = transformer.fit_transform(df)

通过使用 ColumnTransformer，您可以指定要编码的列并维护单独的 LabelEncoder 实例，从而在数据准备中提供更大的灵活性。

以上是如何在 Scikit-Learn 中跨多列执行标签编码？的详细内容。更多信息请关注PHP中文网其他相关文章！