sklearn 轉(zhuǎn)換標(biāo)簽

# coding:utf-8

from sklearn import preprocessing

le = preprocessing.LabelEncoder()

le.fit(["china", "Japan", "Korea"]) # 不會(huì)按照你寫的標(biāo)簽的順序排序

print('標(biāo)簽個(gè)數(shù):%s' % le.classes_)

print('標(biāo)簽值標(biāo)準(zhǔn)化:%s' % le.transform(["Japan", "china", "Japan", "Korea","china"]))

print('標(biāo)準(zhǔn)化標(biāo)簽值反轉(zhuǎn):%s' % le.inverse_transform([0, 2 ,0 ,1 ,2]))

# 標(biāo)簽個(gè)數(shù):['Japan' 'Korea' 'china']

# 標(biāo)簽值標(biāo)準(zhǔn)化:[0 2 0 1 2]

# 標(biāo)準(zhǔn)化標(biāo)簽值反轉(zhuǎn):['Japan' 'china' 'Japan' 'Korea' 'china']
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點(diǎn)，簡(jiǎn)書系信息發(fā)布平臺(tái)，僅提供信息存儲(chǔ)服務(wù)。

友情鏈接更多精彩內(nèi)容