Labelencoder
OrdinalEncoder
та OneHotEncoder
зазвичай використовуються для кодування ознак (змінна X
). Однак цільова змінна (y
) також може бути категоріальною.
123456789import pandas as pd # Load the data and assign X, y variables df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a65bbc96-309e-4df9-a790-a1eb8c815a1c/adult_edu.csv') y = df['income'] # Income is a target in this dataset X = df.drop('income', axis=1) print(y) print('All values: ', y.unique())
LabelEncoder
використовується для кодування цільової змінної, незалежно від того, є вона номінальною чи порядковою.
Моделі машинного навчання не враховують порядок цільової змінної, тому її можна кодувати будь-якими числовими значеннями.
LabelEncoder
кодує цільову змінну у числа 0, 1, ... .
1234567891011121314import pandas as pd from sklearn.preprocessing import LabelEncoder # Load the data and assign X, y variables df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a65bbc96-309e-4df9-a790-a1eb8c815a1c/adult_edu.csv') y = df['income'] # Income is a target in this dataset X = df.drop('income', axis=1) # Initialize a LabelEncoder object and encode the y variable label_enc = LabelEncoder() y = label_enc.fit_transform(y) print(y) # Decode the y variable back y_decoded = label_enc.inverse_transform(y) print(y_decoded)
Наведений вище код кодує цільову змінну за допомогою LabelEncoder
, а потім використовує метод .inverse_transform()
для перетворення її назад до початкового вигляду.
Дякуємо за ваш відгук!
Запитати АІ
Запитати АІ
Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат
Awesome!
Completion rate improved to 3.13
Labelencoder
Свайпніть щоб показати меню
OrdinalEncoder
та OneHotEncoder
зазвичай використовуються для кодування ознак (змінна X
). Однак цільова змінна (y
) також може бути категоріальною.
123456789import pandas as pd # Load the data and assign X, y variables df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a65bbc96-309e-4df9-a790-a1eb8c815a1c/adult_edu.csv') y = df['income'] # Income is a target in this dataset X = df.drop('income', axis=1) print(y) print('All values: ', y.unique())
LabelEncoder
використовується для кодування цільової змінної, незалежно від того, є вона номінальною чи порядковою.
Моделі машинного навчання не враховують порядок цільової змінної, тому її можна кодувати будь-якими числовими значеннями.
LabelEncoder
кодує цільову змінну у числа 0, 1, ... .
1234567891011121314import pandas as pd from sklearn.preprocessing import LabelEncoder # Load the data and assign X, y variables df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a65bbc96-309e-4df9-a790-a1eb8c815a1c/adult_edu.csv') y = df['income'] # Income is a target in this dataset X = df.drop('income', axis=1) # Initialize a LabelEncoder object and encode the y variable label_enc = LabelEncoder() y = label_enc.fit_transform(y) print(y) # Decode the y variable back y_decoded = label_enc.inverse_transform(y) print(y_decoded)
Наведений вище код кодує цільову змінну за допомогою LabelEncoder
, а потім використовує метод .inverse_transform()
для перетворення її назад до початкового вигляду.
Дякуємо за ваш відгук!