0

我有一个数据集。我通过将分类对象转换为数字来练习特征工程，使用以下代码行：

import pandas as pd 
import numpy as np
from sklearn import preprocessing
df = pd.read_csv(r'train.csv',index_col='Id')
print(df.shape)
df.head()
colsNum = df.select_dtypes(np.number).columns
colsObj = df.columns.difference(colsNum)

df[colsNum] = df[colsNum].fillna(df[colsNum].mean()//1)
df[colsObj] = df[colsObj].fillna(df[colsObj].mode().iloc[0])

label_encoder = preprocessing.LabelEncoder() 
for col in colsObj:
    df[col] = label_encoder.fit_transform(df[col])
df.head()
for col in colsObj:
    df[col] = label_encoder.inverse_transform(df[col])
df.head()

但是这里inverse_tranform()并没有返回原始数据集。请帮我！

4

1 回答 1

1

每列需要一个编码器 - 您不能使用相同的编码器对所有列进行编码：

import pandas as pd
import numpy as np
from sklearn import preprocessing
df = pd.read_csv(r'train.csv', index_col='Id')
print(df.shape)

colsNum = df.select_dtypes(np.number).columns
colsObj = df.columns.difference(colsNum)

df[colsNum] = df[colsNum].fillna(df[colsNum].mean()//1)
df[colsObj] = df[colsObj].fillna(df[colsObj].mode().iloc[0])
print(df.head())

encoder = {}

for col in colsObj:
    encoder[col] = preprocessing.LabelEncoder()
    df[col] = encoder[col].fit_transform(df[col])
print(df.head())

for col in colsObj:
    df[col] = encoder[col].inverse_transform(df[col])
print(df.head())

您还可以查看此答案以获取更多详细信息。

于 2021-01-16T21:58:43.540 回答