如何运用多种策略处理Python机器学习中的类别特征？
- 内容介绍
- 文章标签
- 相关推荐
本文共计6649个文字，预计阅读时间需要27分钟。
Categorical features are characteristics with values from a limited set of categories, e.g., occupation and blood type. They are usually input as string formats, and most algorithm models do not accept numerical type features.
Categorical features refer to characteristics with values that fall within a finite set of categories, such as occupation and blood type.。它的原始输入通常是字符串形式，大多数算法模型不接受数值型特征的输入，针对数值型的类别特征会被当成数值型特征，从而造成训练的模型产生错误。
Label encodingLabel Encoding是使用字典的方式，将每个类别标签与不断增加的整数相关联，即生成一个名为class_的实例数组的索引。
Scikit-learn中的LabelEncoder是用来对分类型特征值进行编码，即对不连续的数值或文本进行编码。其中包含以下常用方法：
fit(y) ：fit可看做一本空字典，y可看作要塞到字典中的词。
fit_transform(y)：相当于先进行fit再进行transform，即把y塞到字典中去以后再进行transform得到索引值。
inverse_transform(y)：根据索引值y获得原始数据。
本文共计6649个文字，预计阅读时间需要27分钟。
Categorical features are characteristics with values from a limited set of categories, e.g., occupation and blood type. They are usually input as string formats, and most algorithm models do not accept numerical type features.
Categorical features refer to characteristics with values that fall within a finite set of categories, such as occupation and blood type.。它的原始输入通常是字符串形式，大多数算法模型不接受数值型特征的输入，针对数值型的类别特征会被当成数值型特征，从而造成训练的模型产生错误。
Label encodingLabel Encoding是使用字典的方式，将每个类别标签与不断增加的整数相关联，即生成一个名为class_的实例数组的索引。
Scikit-learn中的LabelEncoder是用来对分类型特征值进行编码，即对不连续的数值或文本进行编码。其中包含以下常用方法：
fit(y) ：fit可看做一本空字典，y可看作要塞到字典中的词。
fit_transform(y)：相当于先进行fit再进行transform，即把y塞到字典中去以后再进行transform得到索引值。
inverse_transform(y)：根据索引值y获得原始数据。