machine-learning - 在管道中实现时，用于目标变量的 LabelEncoder() 的替代方案

Question

我正在开发一个分类基础模型。我已经将 ColumnTransformer 和 Pipeline 的概念用于特征工程和选择、模型选择以及一切。我想将我的分类目标（因）变量编码为管道内的数字。开始知道我们不能在 CT 和 Pipeline 中使用 LabelEncoder，因为拟合只需要 (y) 并引发错误，“TypeError: fit_transform() 需要 2 个位置参数，但给出了 3 个。” 目标变量还有哪些其他选择？找到了很多类似的堆栈，但功能和建议是使用 OHE 和 OrdinalEncoder！

Answer 1

基本上，不要。

所有（或至少大多数）sklearn 分类器都将在内部进行编码，并在直接针对“真实”目标值进行训练时为您生成更多有用的信息。（例如predict，无需解码映射即可给出实际目标值。）

（至于回归，如果目标实际上是有序的，你也许可以使用TransformedTargetRegressor。这是否有意义可能取决于模型类型。）