标签编码是机器学习中最常用的技术之一。它用于将分类数据转换为数字形式。因此，数据可以拟合到模型中。

让我们了解为什么我们使用标签编码。想象一下，数据包含字符串 形式的基本列。但是，您无法将这些数据放入模型中，因为建模仅适用于数值数据，我们该怎么办？这是一种挽救生命的技术，当我们准备好数据进行拟合时，它会在预处理步骤中进行评估，这就是标签编码.

我们将使用scikit-learn库中的iris数据集来了解标签编码器的工作原理。确保您安装了以下库。

pandas
scikit-learn

要安装为库，请运行以下命令：

$ python install -u pandas scikit-learn

现在打开 google colab notebook，开始编码和学习 label encoder。

让我们编码吧

• 首先导入以下库：

import pandas as pd
from sklearn import preprocessing

• 导入iris数据集，并初始化以供使用：

from sklearn.datasets import load_iris
iris = load_iris()

• 现在，我们需要选择我们想要的数据编码，我们将对鸢尾花的物种名称进行编码。

species = iris.target_names
print(species)

输出：

array(['setosa', 'versicolor', 'virginica'], dtype='<u10><ul>
<li>让我们实例化来自<em>预处理</em>的类<em>labelencoder</em>：
</li>
</ul>
<pre class="brush:php;toolbar:false">label_encoder = preprocessing.labelencoder()

• 现在，我们准备使用标签编码器来拟合数据：

label_encoder.fit(species)

你将输出类似这样的内容：

如果得到此输出，则说明您已成功拟合数据。但是，问题是如何找出分配给每个物种的值以及分配的顺序。

标签编码器适合数据的顺序存储在classes_属性中。编码从0开始到data_length-1.

label_encoder.classes_

输出：

array(['setosa', 'versicolor', 'virginica'], dtype='<u10><p>标签编码器会自动对数据进行排序，并从左侧开始编码。这里：<br></p>

<pre class="brush:php;toolbar:false">setosa -&gt; 0
versicolor -&gt; 1
virginica -&gt; 2

• 现在，让我们测试一下拟合的数据。我们将改造山鸢尾品种。

label_encoder.transform(['setosa'])

输出：数组([0])

再说一次，如果你改造维吉尼亚币。

label_encoder.transform(['virginica'])

输出：数组([2])

您还可以输入物种列表，例如["setosa", "virginica"]

scikit learn 标签编码器文档 >>>