问题标签 [label-encoding]

我是使用 scikit 的 Python ML 的新手。我正在研究一个解决方案来创建一个包含三列宠物、所有者和位置的模型。

现在，我使用标签编码器对整个数据帧进行编码。

现在，我将编码数组拆分为输入集（宠物和所有者）和输出集（位置）

然后，我创建了一个新的决策树分类器模型并拟合输入和输出集。

现在，我正在尝试使用新数据框的模型来预测位置。我正在使用与之前使用的相同的标签编码器。

有了这个，我期待看到“圣地亚哥”的价值。不确定，为什么我会得到“冠军”作为输出。

有人可以帮我解决这个问题吗？

例如，我有一个具有分类值的数据框，例如城市名称。

对于 ML 算法，我需要将数据编码为数值。

我这样做：

我的问题是，如果我以后想知道例如哪个城市对应于编码值 2。

2 例如可以是“巴黎”。

在编码之前，我这样做是为了取回信息：

没用吗？你如何进行？谢谢

我在具有数字特征和分类标签的数据集上使用 XGBoost。标签是在较早阶段分配的类别编号（整数）。

如果类标签是一组非连续整数，XGBoost 会如何反应？示例：[3、5、9、3、10]

我想知道我是否可以跳过使用 LabelEncoder 并仍然得到正确的结果。

我正在尝试使用 sci kit learn 的内置函数进行标签编码，但为什么我的结果打印为行而不是附加列？

在此处输入图像描述

AttributeError: 'DataFrame' object has no attribute 'column'当我在数据框中的列上运行函数时，我不断得到

:1: SettingWithCopyWarning: 试图在 DataFrame 中的切片副本上设置一个值。尝试改用 .loc[row_indexer,col_indexer] = value

请参阅文档中的注意事项：https: //pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy X_train['business_code_enc'] = business_coder.fit_transform (X_train.business_code)

我想 LabelEncode 熊猫中的一列，其中每一行都包含一个字符串列表。由于类似的字符串/文本在各行中具有相同的含义，因此编码应该尊重这一点，并最好用唯一的数字对其进行编码。想象：

当我执行以下操作时：

它返回：

这不是预期的结果。这里每一行都是独立的 LabelEncoded。并且第一行中的字符串（例如“OK”）未编码为第三行或第四行中的字符串。理想情况下，我想让它们跨行全局编码。也许一种方法是从该列中创建一个语料库，并使用 Tokenization 或 LabelEncoding 获得一个映射来手动编码列表？如何将包含字符串列表的熊猫列中的然后转换为语料库文本？或者有没有更好的方法？

预期结果（假设）：