conventions - 数据集中标签输入的 scikit-learn 约定

Question

scikit-learn 数据集中的标签输入是否有任何通用格式？我看到它有用于输出的标签列表target_names。我想遵循 scikit 约定并在输入变量（例如性别）中保留一些关于标签的数据。这有什么约定吗？像这样的东西

>>> data_set.inputs["sex"]
{'male': 1, 'female': 0}

Answer 1

没有存储分类特征名称信息的约定。你可以自由地做你想做的事。

或者，您可以使用原始格式存储原始数据，并在需要从数据构建模型时即时使用 DictVectorizer / FeatureHasher 和 LabelBinarizer。