在LabelEncoder中自定义
在LabelEncoder中自定义
提问于 2021-11-18 07:46:15
正在尝试将数据编码为csv文件。课堂上的助教推荐sklearn中的LabelEncoder。有一列名为education_level。我需要按照“高、中、低”的顺序进行编码。但是LabelEncoder.fit_transform默认使用ASCII码，这意味着它将按照“高、低、中”的顺序进行编码。
找不到使用自定义顺序对其进行编码的方法。代码附加在下面。
# -*- coding: utf-8 -*-
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn import preprocessing
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
from sklearn import metrics
# load train.csv
df = pd.read_csv('./train.csv')
objfeatures = df.select_dtypes(include="object").columns
le = preprocessing.LabelEncoder()
# Use Label Encoder
# TODO
# Any Better Way to encode the data? How to deal with missing values
for feat in objfeatures:
df[feat] = le.fit_transform(df[feat].astype(str))回答 1
Stack Overflow用户
发布于 2021-11-18 14:54:08
您应该使用OrdinalEncoder，并使用数组列表定义每列的类别，请参阅help page
from sklearn.preprocessing import OrdinalEncoder
df = pd.DataFrame({'education_level':['High','Medium','Low','Medium'],
'var':['a','b','c','b']})在这里定义第一列中的顺序，然后定义第二列中的顺序：
oe = OrdinalEncoder(categories=[['High','Medium','Low'],['c','b','a']])
df
education_level var
0 High a
1 Medium b
2 Low c
3 Medium b
oe.fit_transform(df)
array([[0., 2.],
[1., 1.],
[2., 0.],
[1., 1.]])页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/70016174
复制相关文章
相似问题
腾讯云开发者
