sklearn.preprocessing 中 LabelEncoder 的类似方法？

Posted 2023-03-12

【中文标题】sklearn.preprocessing 中 LabelEncoder 的类似方法？

【英文标题】：A similar approach for LabelEncoder in sklearn.preprocessing?

【发布时间】：2018-07-05 16:00:40

【问题描述】：

对于像sex 这样的分类数据，我们通常在scikit learn 中使用LabelEncorder()。但是如果我要使用Tensorflow 而不是Scikit Learn，那么执行此类任务的等效功能或方法是什么？我知道我们可以用tensorflow 轻松地做one hot encoding，但是它会创建标签为10，01 而不是1，0。

【参考方案1】：

TensorFlow 中有一个名为 tf.feature_columns 的包，其中包含 4 种从输入数据创建分类列的方法：

categorical_column_with_hash_bucket(...)：将输入值散列到固定数量的类别 categorical_column_with_identity(...)：如果您有数字输入并且希望将值本身视为分类列 categorical_column_with_vocabulary_list(...)：根据固定（记忆）单词列表输出类别 categorical_column_with_vocabulary_file(...)：与 _list 相同，但从文件中读取词汇表

该软件包还提供了更多将输入数据导入模型的方法。有关概述，请参阅此软件包开发人员编写的 blogpost。

【讨论】：

内嵌了问题直接询问的更多信息。这篇博文是由软件包的开发者编写的。

对正在预测的变量进行标签编码的最佳选择是什么？