6.9. Преобразование целевой переменной (y)

Это преобразователи, которые не предназначены для использования с признаками, только с целевыми переменными контролируемого обучения. Также см. Преобразование целевой переменной в регрессии, если вы хотите преобразовать целевую переменную для обучения, но оценить модель в исходном (непреобразованном) пространстве.

6.9.1. Бинаризация меток

6.9.1.1. LabelBinarizer

LabelBinarizer — это утилитарный класс, который помогает создать матрицу индикаторов меток из списка многоклассовых меток:

>>> from sklearn import preprocessing
>>> lb = preprocessing.LabelBinarizer()
>>> lb.fit([1, 2, 6, 4, 2])
LabelBinarizer()
>>> lb.classes_
array([1, 2, 4, 6])
>>> lb.transform([1, 6])
array([[1, 0, 0, 0],
       [0, 0, 0, 1]])

Использование этого формата может позволить многоклассовую классификацию в оценщиках, которые поддерживают формат матрицы индикаторов меток.

Предупреждение

LabelBinarizer не нужен, если вы используете оценщик, который уже поддерживает многоклассовые данные.

Для получения дополнительной информации о многоклассовой классификации обратитесь к Многоклассовой классификации.

6.9.1.2. MultiLabelBinarizer

В многометковом обучении совокупность задач бинарной классификации выражается с помощью двумерного массива бинарных индикаторов меток: каждый образец представлен одной строкой двумерного массива формы (n_samples, n_classes) с бинарными значениями, где единица (ненулевое значение) соответствует подмножеству меток для этого образца. Массив, такой как np.array([[1, 0, 0], [0, 1, 1], [0, 0, 0]]), представляет метку 0 в первом образце, метки 1 и 2 во втором образце и отсутствие меток в третьем образце.

Более интуитивно может быть получение многометковых данных как списка наборов меток. Преобразователь MultiLabelBinarizer может использоваться для преобразования между набором наборов меток и индикаторным форматом:

>>> from sklearn.preprocessing import MultiLabelBinarizer
>>> y = [[2, 3, 4], [2], [0, 1, 3], [0, 1, 2, 3, 4], [0, 1, 2]]
>>> MultiLabelBinarizer().fit_transform(y)
array([[0, 0, 1, 1, 1],
       [0, 0, 1, 0, 0],
       [1, 1, 0, 1, 0],
       [1, 1, 1, 1, 1],
       [1, 1, 1, 0, 0]])

Для получения дополнительной информации о многометковой классификации обратитесь к Многометковой классификации.

6.9.2. Кодирование меток

LabelEncoder — это утилитарный класс, который помогает нормализовать метки, чтобы они содержали только значения от 0 до n_classes-1. Это иногда полезно для написания эффективных процедур Cython. LabelEncoder может быть использован следующим образом:

>>> from sklearn import preprocessing
>>> le = preprocessing.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])

Он также может использоваться для преобразования нечисленных меток (при условии, что они хэшируемы и сравнимы) в числовые метки:

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

© 2007–2025 The scikit-learn developers
Licensed under the 3-clause BSD License.
https://scikit-learn.org/1.6/modules/preprocessing_targets.html