代码之家 › 专栏 › 技术社区 › Amit Rastogi

如何标记和编码多个不连续的数据帧列

scikit-learn

Amit Rastogi · 技术社区 · 6 年前

我有一个熊猫数据帧与多个列(其中一些非连续)这将需要标签编码。根据我对LabelEncoder类的理解,对于每一列,我都需要使用不同的LabelEncoder对象。我正在使用下面的代码(下面代码中的字符串列表是需要进行标签编码的所有列的列表)

for col in list_of_string_cols:
      labelenc = LabelEncoder()
      train_X[col] = labelenc.fit_transform(train_X[col])
      test_X[col] = labelenc.transform(test_X[col])

这样对吗?

1 回复 | 直到 6 年前

Vivek Kumar 6 年前

是的,没错。

在当前版本的sciketlearn(0.19.2)之前,您使用的是编码多列的正确方法。看看这个问题,它也做你正在做的事情:

Label encoding across multiple columns in scikit-learn

OrdinalEncoder 可用于一次对所有分类功能列进行编码。

推荐文章

SkyWalker · 如何使“UnfinedMetricWarning”静音?

6 月前

SkyWalker · 如何指定使用集成分类器在网格搜索中迭代的级别?

6 月前

geani · np.load失败,返回ValueError:无法将大小为(838715,)的数组重塑为形状(838710,)

11 月前

carousallie · 没有模型估计器的ROC曲线?

12 月前

Adrian Zambrana · ValuerError:发现样本数不一致的输入变量

1 年前

staplegun · scikit中的gbrt_minimize如何决定要尝试多少个参数拆分

1 年前

Scott Zimmerman · Sklearn线性回归预测时间序列的单个值

1 年前

Martin · 调用sklearn Pipeline对象上的方法时,Python引发AttributeError

1 年前

roudan · 多类分类问题的置换特征重要性

1 年前

Ahmad Aladawi · 在回归问题中把预测值转化为实际值

1 年前