python类别数据数字化LabelEncoder VS OneHotEncoder区别

Doria ·
更新时间:2024-11-01
· 859 次阅读

目录

LabelEncoder 和 OneHotEncoder 是什么

数据集中的类别数据

LabelEncoder 和 OneHotEncoder 的区别

具体代码

LabelEncoder 和 OneHotEncoder 是什么

- 在数据处理过程中,我们有时需要对不连续的数字或者文本进行数字化处理。
- 在使用 Python 进行数据处理时,用 encoder 来转化 dummy variable(虚拟数据)非常简便,encoder 可以将数据集中的文本转化成0或1的数值。
- LabelEncoder 和 OneHotEncoder 是 scikit-learn 包中的两个功能,可以实现上述的转化过程。
- sklearn.preprocessing.LabelEncoder
- sklearn.preprocessing.OneHotEncoder 

数据集中的类别数据

在使用回归模型和机器学习模型时,所有的考察数据都是数值更容易得到好的结果。
因为回归和机器学习都是基于数学函数方法的,所以当我们要分析的数据集中出现了类别数据(categorical data),此时的数据是不理想的,因为我们不能用数学的方法处理它们。

例如,在处理男和女两个性别数据时,我们用0和1将其代替,再进行分析。

由于这种情况的出现,我们需要可以将文字数字化的现成方法。

LabelEncoder 和 OneHotEncoder 的区别

具体代码 import pandas as pd from sklearn.preprocessing import LabelEncoder, OneHotEncoder from sklearn.cross_validation import train_test_split # 读取数据 data_df = pd.read_csv('https://archive.ics.uci.edu/ml/machine-learning-databases/' 'breast-cancer-wisconsin/wdbc.data', header=None) # 前面的数据是特征,最后一列是标签label x, y = data_df.values[:, :-1], data_df.values[:, -1] # 先实例化一个对象 encoder_x = LabelEncoder() # 对标签进行类别数据数字化 y = encoder_x.fit_transform( y )

以上就是python 数据数字化的方法LabelEncoder VS OneHotEncoder区别的详细内容,更多关于LabelEncoder VS OneHotEncoder的资料请关注软件开发网其它相关文章!



数据 python类 Python

需要 登录 后方可回复, 如果你还没有账号请 注册新账号