为什么sklearn中的LabelEncoder只用于目标变量？
我试图创建一个带有LabelEncoder的管道来转换分类值。
cat_variable = Pipeline(steps = [
('imputer',SimpleImputer(strategy = 'most_frequent')),
('lencoder',LabelEncoder())
])
num_variable = SimpleImputer(strategy = 'mean')
preprocess = ColumnTransformer (transformers = [
('categorical',cat_variable,cat_columns),
('numerical',num_variable,num_columns)
])
odel = RandomForestRegressor(n_estimators = 100, random_state = 0)
final_pipe = Pipeline(steps = [
('preprocessor',preprocess),
('model',model)
])
scores = -1 * cross_val_score(final_pipe,X_train,y,cv = 5,scoring = 'neg_mean_absolute_error')但这是在抛出一个TypeError：
TypeError: fit_transform() takes 2 positional arguments but 3 were given在进一步的参考资料中，我发现像LabelEncoders这样的变压器不应该与功能一起使用，而应该只在预测目标上使用。
类sklearn.preprocessing.LabelEncoder 编码值介于0和n_classes 1之间的目标标签。 这个转换器应该用来编码目标值，即y，而不是输入X。
我的问题是，为什么我们不能在特性变量上使用LabelEncoder，还有其他有这种情况的变压器吗？
回答 3
Stack Overflow用户
发布于 2020-07-14 09:58:53
LabelEncoder可用于规范标签或转换非数字标签.对于输入分类，您应该使用OneHotEncoder。
不同之处：
le = preprocessing.LabelEncoder()
le.fit_transform([1, 2, 2, 6])
array([0, 0, 1, 2])
enc = OneHotEncoder(handle_unknown='ignore')
enc.fit_transform([[1], [2], [2], [6]]).toarray()
array([[1., 0., 0.],
[0., 1., 0.],
[0., 1., 0.],
[0., 0., 1.]])Stack Overflow用户
发布于 2022-01-31 08:28:47
根据设计，LabelEncoder必须用于目标变量，而不是功能变量。这意味着.fit()类的.transform()和.fit_transform()方法的签名不同于用于特性的转换器之一。
fit_transform(y)对fit_transform(X，y)或类似的 fit(self，y) vs fit(self，X，y=None) x-变换(self，y) vs transform(self，X) - fit_transform(self，y) vs fit_transform(self，X，y=None) 分别用于标签编码器样变压器(即用于目标的变压器)和适用于特征的变压器。
同样的设计也适用于LabelBinarizer和MultiLabelBinarizer。我建议阅读“用户指南”中的转换预测目标(y)段落。
这就是说，下面是描述在Pipeline或ColumnTransformer中使用ColumnTransformer时会发生什么的几个注意事项
Pipeline和ColumnTransformer是关于数据的转换和拟合，而不是目标。他们以某种方式“假定”目标已经处于估计器可以使用的状态。- 在这个github问题中以及其中引用的那些内容中，您可以遵循关于使管道也能够转换目标的长期讨论。在这个滑雪板常见问题中也对此进行了总结。
- 获得
TypeError: fit_transform() takes 2 positional arguments but 3 were given的具体原因如下(从ColumnTransformer的角度来看)：当在ColumnTransformer站点上调用.fit_transform()或.fit()时，方法._fit_transform()依次在X和y上调用，并触发._fit_transform_one()调用，此时出现错误。实际上，它在.fit_transform()站点上调用了transformer(您的LabelEncoder)；这里使用的是不同的方法签名： 使用_print_elapsed_time(message_clsname，message)：if hasattr(转换器，"fit_transform")：res = transformer.fit_transform(X，y，**fit_params) if: res = transformer.fit(X，y，**fit_params).transform(X) 实际上，.fit_transform()是在(self, X, y)上调用的(.给出了3个参数)，同时只期望(self, y)(.取两个位置参数)。按照Pipeline类中的代码，可以看到同样的情况。 - 如前所述，适用于特性变量(因此适用于管道和列转换器)的标签编码的一种替代方法是
OrdinalEncoder(来自0.20版)。对于这一建议，我建议阅读OrdinalEncoder与LabelEncoder的区别。
Stack Overflow用户
发布于 2022-01-29 11:30:01
您可以对分类变量使用OrdinalEncoder。
https://stackoverflow.com/questions/62892086
复制相似问题
腾讯云开发者
