Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Вивчайте Labelencoder | Попередня Обробка Даних Із Scikit-learn
Вступ до ML з Scikit-learn

bookLabelencoder

OrdinalEncoder та OneHotEncoder зазвичай використовуються для кодування ознак (змінна X). Однак цільова змінна (y) також може бути категоріальною.

123456789
import pandas as pd # Load the data and assign X, y variables df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a65bbc96-309e-4df9-a790-a1eb8c815a1c/adult_edu.csv') y = df['income'] # Income is a target in this dataset X = df.drop('income', axis=1) print(y) print('All values: ', y.unique())
copy

LabelEncoder використовується для кодування цільової змінної, незалежно від того, є вона номінальною чи порядковою.

Моделі машинного навчання не враховують порядок цільової змінної, тому її можна кодувати будь-якими числовими значеннями. LabelEncoder кодує цільову змінну у числа 0, 1, ... .

1234567891011121314
import pandas as pd from sklearn.preprocessing import LabelEncoder # Load the data and assign X, y variables df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a65bbc96-309e-4df9-a790-a1eb8c815a1c/adult_edu.csv') y = df['income'] # Income is a target in this dataset X = df.drop('income', axis=1) # Initialize a LabelEncoder object and encode the y variable label_enc = LabelEncoder() y = label_enc.fit_transform(y) print(y) # Decode the y variable back y_decoded = label_enc.inverse_transform(y) print(y_decoded)
copy

Наведений вище код кодує цільову змінну за допомогою LabelEncoder, а потім використовує метод .inverse_transform(), щоб перетворити її назад до початкового вигляду.

question mark

Оберіть правильне твердження.

Select the correct answer

Все було зрозуміло?

Як ми можемо покращити це?

Дякуємо за ваш відгук!

Секція 2. Розділ 7

Запитати АІ

expand

Запитати АІ

ChatGPT

Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат

Suggested prompts:

Can you explain the difference between LabelEncoder and OneHotEncoder?

Why do we use LabelEncoder for the target variable instead of OneHotEncoder?

Can you show how to interpret the encoded values from LabelEncoder?

Awesome!

Completion rate improved to 3.13

bookLabelencoder

Свайпніть щоб показати меню

OrdinalEncoder та OneHotEncoder зазвичай використовуються для кодування ознак (змінна X). Однак цільова змінна (y) також може бути категоріальною.

123456789
import pandas as pd # Load the data and assign X, y variables df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a65bbc96-309e-4df9-a790-a1eb8c815a1c/adult_edu.csv') y = df['income'] # Income is a target in this dataset X = df.drop('income', axis=1) print(y) print('All values: ', y.unique())
copy

LabelEncoder використовується для кодування цільової змінної, незалежно від того, є вона номінальною чи порядковою.

Моделі машинного навчання не враховують порядок цільової змінної, тому її можна кодувати будь-якими числовими значеннями. LabelEncoder кодує цільову змінну у числа 0, 1, ... .

1234567891011121314
import pandas as pd from sklearn.preprocessing import LabelEncoder # Load the data and assign X, y variables df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a65bbc96-309e-4df9-a790-a1eb8c815a1c/adult_edu.csv') y = df['income'] # Income is a target in this dataset X = df.drop('income', axis=1) # Initialize a LabelEncoder object and encode the y variable label_enc = LabelEncoder() y = label_enc.fit_transform(y) print(y) # Decode the y variable back y_decoded = label_enc.inverse_transform(y) print(y_decoded)
copy

Наведений вище код кодує цільову змінну за допомогою LabelEncoder, а потім використовує метод .inverse_transform(), щоб перетворити її назад до початкового вигляду.

question mark

Оберіть правильне твердження.

Select the correct answer

Все було зрозуміло?

Як ми можемо покращити це?

Дякуємо за ваш відгук!

Секція 2. Розділ 7
some-alt