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

Bushra Jabeen · 计算列中的互信息

2 年前

rkraaijveld · sklearn的Coef。线性回归为无

2 年前

Sherwin R · 随机森林预测错误的输出形状

2 年前

Trinh Hieu · 我想在100%中随机训练60%,剩下的40%在混乱矩阵中测试

2 年前

Gijo george · 如何识别段落中每个句子的情绪

2 年前

Test · 安装Scikit Learn Big Sur M1

2 年前

kukelia · 在自定义转换器内创建新数据帧时,SKlearn管道无法工作

2 年前

Arnoldas Maslovskis · 当需要1d数组时,传递了列向量y。请将y的形状更改为(n_samples),例如使用ravel()

2 年前

Rich · 我可以简化零系数的Lasso Lars运行时吗?

2 年前

Medo · 是否可以将3D图像转换为一个矢量?

6 年前