问题标签 [label-encoding]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python - 标签编码中的for循环和一个热编码器
我的数据集包含分类变量，所以我使用标签编码和一个热编码器，我的代码如下
我可以使用循环来确保我的代码包含较少的代码行吗？
如何使用for 循环来优化代码行数？请帮忙！
apache-spark - Spark：对可变长度特征进行标签编码的最佳方法是什么？
对于 Spark，StringIndexerSpark ML 中有一个可以对给定列进行标签编码。但是它不能直接处理列是可变长度特征（或多值特征）的情况。例如，
和 country_list列typeofwork_list是可变长度特征。它们在一列中可以有多个值，并且值的数量是可变的。当我想对它们进行标签编码时，我不能StringIndexer直接在这些列上使用。
以country_list列为例，我需要的结果如下：
在 Spark 中对此类列进行标签编码的最佳方法是什么？
我想的一种方法是首先explode进入country_list一个单列数据帧，然后StringIndexer在这个临时数据帧上进行标签编码（）。在那之后dropDulicate，然后collect它，现在我应该有映射了。然后我可以broadcast映射到所有工作机器。原始 Dataframe 可以使用UDF包装映射来转换country_list列。我想知道有没有更简单的方法可以做到这一点？
谢谢你。
python-3.x - LabelEncoder: ValueError- y 包含以前看不见的标签：
我正在使用随机森林进行预测，我想知道 y 代码有什么问题，并且编码是否正确完成`
`请不要分享我尝试过但没有帮助我的其他stackoverflow链接，请不要复制粘贴官方文档中的示例
python - 可以在训练集中编码分类数据，但不能在测试集中编码
我需要对我的测试集上的分类值进行编码，它会以某种方式抛出TypeError: argument must be a string or number. 我不知道为什么会发生这种情况，因为我可以对我的火车组做到这一点。我的意思是它们是训练/测试功能集，因此它们完全相同，它们的区别当然只是行数。我不知道如何解决这个问题，我尝试为每个使用不同的 LabelEncoder，但它仍然无法修复错误。请有人帮助我。
供您参考，分类数据在训练和测试特征集中的第 8 列
python - 应用标签编码器后对用户标准缩放器有意义吗？
我正在一个数据集上启动一个项目，该数据集包含一个类别的超过 5k 个唯一值。
我的问题是，在使用标签编码器“枚举”类别之后，使用 Standard Scaler 让我的机器学习模型的数据更“易于管理”是否有意义？
请记住，我总共有超过 500,000 个条目和 5,000 此特定列的唯一类别。
这更多是关于它背后的直觉，而不是如何编码，但我认为这应该是问的地方。
python - 如何应用函数来获取熊猫中编码的特定列
我有这个功能：
我列出了这样的某些列：
在这里，我希望该函数get_class应用于cols并在cols_en. 我想自动化这段代码：
想法是将函数应用于列表中的所有列cols并获取输出，其中列get_class应用了函数，输出列_en在末尾。也许map也使用功能。有什么想法可以实现吗？我已经阅读了几篇类似的文章，但没有太大帮助。
python - 如何按照我的意愿将每个分类唯一值编码为数值？
如何按照我的意愿将每个分类唯一值编码为数值？
HeatingQC：加热质量和条件
我试图将这些分类数据编码为数字。所以我使用了sklearn.processing.LabelEncoder。我期望的是给 Ex 分配一个更大的数字，给 Po 分配一个更少的数字。即Ex = 4，Gd = 3，依此类推。
输出是
如何将 ex 编码为 4 并将 Po 编码为 0？
python - 这个括号是从哪里来的？
我是熊猫的新手，我处于基础阶段。
我尝试对一些数据进行编码并将相同的列放入 data_enc。
但是随后的输出是出乎意料的。那是
我的问题是，括号从何而来，如何删除它们？
pandas - le.transform() ValueError: y contains previous unseen labels: [1, 2, 3, 4]
我正在运行一个非常基本的代码来创建编码器类，然后使用相同的类来编码一个新的数据帧。在这段代码中，我不需要使用np.saveand np.load，但是在我的实际实现中，我需要重新加载编码器来转换一个新的数据帧。我试图了解如何在一个数据帧上创建一个编码器类，然后在另一个脚本中加载该编码器并转换一个新的数据帧。
这给了我以下错误：
当我在从内存加载之前打印 le.classes_ 时，它是这样的：
array([1, 2, 3, 4])
但是当我在 np.load() 之后打印它时，它是这样的：
{1: 0, 2: 1, 3: 2, 4: 3}
以下是有关 le.classes after 的更多信息np.load()：
我试图了解这些功能是如何工作的。我运行了相同的代码，但是对于 col.B，我又遇到了另一个错误。
这个错误是TypeError: argument must be a string or number。
这是完整的堆栈：
任何帮助表示赞赏！
python - 如何将单个输入的模型输出转换回预测类之一？
我一直在使用 LabelEncoder 进行分类输出
输出有4个类，编码后的标签是这样的
模型看起来像这样：
训练后，同时预测如何将输出作为类之一？我尝试使用：
我怎么知道输出属于哪个类？