在使用 sklearns 的 LabelEncoder() 时，如何检查分配给哪个标签的值？

Question

我正在将分类数据转换为数值以用于机器学习目的。

举个例子，一辆汽车的购买价格（="buying"变量）分类为："vhigh, high, med, low"。为了将其转换为数值，我使用了：

le = preprocessing.LabelEncoder()
buying = le.fit_transform(list(data["buying"]))

由于这是随机完成的（例如 vhigh = 0、high = 2），因此有没有一种方法可以检查 Python 如何将这些标签中的每一个准确地转换为数值？

Answer 1

您可以在数据框中创建一个额外的列来映射值：

mapping_df = data[['buying']].copy() #Create an extra dataframe which will be used to address only the encoded values
mapping_df['buying_encoded'] = le.fit_transform(data['buying'].values) #Using values is faster than using list

这是一个完整的工作示例：

import pandas as pd
from sklearn.preprocessing import LabelEncoder
le = LabelEncoder()
data = pd.DataFrame({'index':[0,1,2,3,4,5,6],
        'buying':['Luffy','Nami','Luffy','Franky','Sanji','Zoro','Luffy']})
data['buying_encoded'] = le.fit_transform(data['buying'].values)
data = data.drop_duplicates('buying').set_index('index')
print(data)

输出：

       buying  buying_encoded
index                        
0       Luffy               1
1        Nami               2
3      Franky               0
4       Sanji               3
5        Zoro               4

Answer 2

您还可以获得映射到类别的字典，如下所示从@celius-stingher 停止的地方开始，

d1 = data.drop_duplicates('buying').drop('index', axis=1).set_index('buying')
print(d1)

输出：

        buying_encoded
buying
Luffy                1
Nami                 2
Franky               0
Sanji                3
Zoro                 4

要将此输出转换为字典，

dict_map = d1.to_dict()
print(dict_map)

输出：

{'buying_encoded': {'Luffy': 1, 'Nami': 2, 'Franky': 0, 'Sanji': 3, 'Zoro': 4}}

所以我们可以通过从返回的 Dict

中获取 buying_encoded 属性来获取字典

print(dict_map['buying_encoded'])

输出：

{'Luffy': 1, 'Nami': 2, 'Franky': 0, 'Sanji': 3, 'Zoro': 4}

在使用 sklearns 的 LabelEncoder() 时，如何检查分配给哪个标签的值？

How can I check what value is assigned to what label while using sklearns' LabelEncoder()?

python

machine-learning

pandas

scikit-learn

one-hot-encoding