LabelEncoder

classsklearn.preprocessing.LabelEncoder[источник]

Кодирует целевые метки значениями от 0 до n_classes-1.

Этот преобразователь следует использовать для кодирования целевых значений, т. е. y, а не входных данных X.

Подробнее см. в руководстве пользователя.

Добавлено в версии 0.12.

Атрибуты:

classes_ndarray формы (n_classes,)

Содержит метку для каждого класса.

См. также

OrdinalEncoder

Кодирует категориальные признаки с помощью порядковой схемы кодирования.

OneHotEncoder

Кодирует категориальные признаки в виде числового массива с унитарным кодированием.

Примеры

LabelEncoder можно использовать для нормализации меток.

>>> from sklearn.preprocessing import LabelEncoder
>>> le = LabelEncoder()
>>> le.fit([1, 2, 2, 6])
LabelEncoder()
>>> le.classes_
array([1, 2, 6])
>>> le.transform([1, 1, 2, 6])
array([0, 0, 1, 2]...)
>>> le.inverse_transform([0, 0, 1, 2])
array([1, 1, 2, 6])

Его также можно использовать для преобразования нечисловых меток (при условии, что они хешируемы и сопоставимы) в числовые метки.

>>> le = LabelEncoder()
>>> le.fit(["paris", "paris", "tokyo", "amsterdam"])
LabelEncoder()
>>> list(le.classes_)
[np.str_('amsterdam'), np.str_('paris'), np.str_('tokyo')]
>>> le.transform(["tokyo", "tokyo", "paris"])
array([2, 2, 1]...)
>>> list(le.inverse_transform([2, 2, 1]))
[np.str_('tokyo'), np.str_('tokyo'), np.str_('paris')]

fit(y)[источник]

Обучает кодировщик меток.

Параметры:

yподобный массиву объект формы (n_samples,)

Целевые значения.

Возвращает:

selfвозвращает экземпляр self.

Обученный кодировщик меток.

fit_transform(y)[источник]

Обучает кодировщик меток и возвращает закодированные метки.

Параметры:

yподобный массиву объект формы (n_samples,)

Целевые значения.

Возвращает:

yподобный массиву объект формы (n_samples,)

Закодированные метки.

get_metadata_routing()[источник]

Возвращает маршрутизацию метаданных этого объекта.

О том, как работает механизм маршрутизации, см. в руководстве пользователя.

Возвращает:

routingMetadataRequest

Объект MetadataRequest, содержащий сведения о маршрутизации.

get_params(deep=True)[источник]

Возвращает параметры этого оценщика.

Параметры:

deepbool, по умолчанию True

Если True, возвращает параметры этого оценщика и содержащихся в нём подобъектов, являющихся оценщиками.

Возвращает:

paramsdict

Имена параметров и соответствующие им значения.

inverse_transform(y)[источник]

Преобразует метки обратно в исходное представление.

Параметры:

yподобный массиву объект формы (n_samples,)

Целевые значения.

Возвращает:

y_originalndarray формы (n_samples,)

Исходное представление.

set_output(*, transform=None)[источник]

Задаёт контейнер для выходных данных.

Дополнительные сведения см. в руководстве пользователя, а пример использования API — в разделе Знакомство с API set_output.

Параметры:

transform{“default”, “pandas”, “polars”}, по умолчанию None

Настраивает формат выходных данных transform и fit_transform.

• "default": Формат выходных данных преобразователя по умолчанию
• "pandas": Выходные данные в формате DataFrame
• "polars": Выходные данные в формате Polars
• None: Конфигурация преобразования не изменяется

Добавлено в версии 1.4: Добавлен параметр "polars".

Возвращает:

selfэкземпляр оценщика

Экземпляр оценщика.

set_params(**params)[источник]

Задаёт параметры этого оценщика.

Метод работает как с простыми оценщиками, так и с вложенными объектами (например, Pipeline). Параметры последних имеют вид <component>__<parameter>, что позволяет обновлять каждый компонент вложенного объекта.

Параметры:

**paramsdict

Параметры оценщика.

Возвращает:

selfэкземпляр оценщика

Экземпляр оценщика.

transform(y)[источник]

Преобразует метки в нормализованное представление.

Параметры:

yподобный массиву объект формы (n_samples,)

Целевые значения.

Возвращает:

yподобный массиву объект формы (n_samples,)

Метки в нормализованном представлении.