? ? ? ? ? ? ? ? ? ? ? Scikit-learn數據預處理分類變量編碼之多標簽二值化

1 聲明

本文的數據來自網絡，部分代碼也有所參照，這里做了注釋和延伸，旨在技術交流，如有冒犯之處請聯系博主及時處理。

2 名義變量多標簽二值化編碼簡介

名義變量(特征)是(nominal features)分類變量的一種，變量間沒用次序和等級之分。比如性別的男、女；民族的漢族、回族、傣族等。

多標簽二值編碼(MultiLabelBinarizer)可以將該類型的變量（多標簽）以二值的形式表示。比如在輸入法皮膚的標簽體系這個場景中，某款皮膚可以是暖色的、科技的、夢幻的多個標簽。

注：這里主要針對原始分類變量是字符串的情況。

3名義變量多標簽二值編碼

import numpy as np import pandas as pd from sklearn.preprocessing import MultiLabelBinarizer multilabel_feature = [("black", "dress"), ("red", "jeans"), ("blue", "shoe"), ("black", "jeans"), ("red", "shoe"), ("black", "jeans"), ("blue", "dress")] one_hot_multilabel = MultiLabelBinarizer() one_hot_multilabel_data=one_hot_multilabel.fit_transform(multilabel_feature) print(one_hot_multilabel_data) print(one_hot_multilabel.classes_)

總結

以上是生活随笔為你收集整理的Scikit-learn数据预处理分类变量编码之多标签二值化的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。