机器学习中的编码方法

# *****************对label进行编码******************************** from sklearn import preprocessing

# 构建编码器 encoder=preprocessing.LabelEncoder() # 先定义一个编码器对象

raw_labels=['翠花','张三','王宝强','芙蓉姐姐','凤姐','王宝强','凤姐']

encoder.fit(raw_labels) # 返回自己的一个实例

print('编码器列表：{}'.format(encoder.classes_)) # 返回编码器中所有类别，已经排除了重复项

# 使用编码器来编码新样本数据 need_encode_labels=['芙蓉姐姐','翠花']

encoded_labels=encoder.transform(need_encode_labels)

print('编码之前：{}'.format(need_encode_labels))

print('编码之后：{}'.format(encoded_labels))

# 使用编码器将编码数字解码成原来的文本标记，注意最大值不能超过编码器中的长度

encoded=[1,3,0,4]

decoded_labels=encoder.inverse_transform(encoded)

print('解码后：{}'.format(decoded_labels))

-------------------------------------输---------出-------------------------------
编码器列表：['凤姐' '张三' '王宝强' '翠花' '芙蓉姐姐']

编码之前：['芙蓉姐姐', '翠花']

编码之后：[4 3]

解码后：['张 三' '翠花' '凤姐' '芙蓉姐姐']

--------------------------------------------完------------------------------------