使用二进制编码:如何从编码值中取回原始值?
Using Binary Encoding : How to get the original values back from encoded values?
我有以下数据框:
data={'automobile':['car','car','car','car','scooter','scooter','bike','bike','bike']}
df=pd.DataFrame(data)
encoder=ce.BinaryEncoder(cols=['automobile'])
df=encoder.fit_transform(df)
这给了我预期的二进制列。但是在执行聚类分析时,我如何才能知道哪个二进制值对应于哪个汽车类别。
如果你想为 'decoding' 保留标签,我建议你使用 LabelEncoder:
import pandas as pd
from sklearn.preprocessing import LabelEncoder
data = {'automobile': ['car', 'car', 'car', 'car', 'scooter', 'scooter', 'bike', 'bike', 'bike']}
df = pd.DataFrame(data)
ler = LabelEncoder().fit(df['automobile'])
df['automobile']=ler.transform(df['automobile'])
dico = dict(zip(ler.classes_, ler.transform(ler.classes_)))
print(df)
print(dico)
输出:df
automobile
0 1
1 1
2 1
3 1
4 2
5 2
6 0
7 0
8 0
输出:dico
{'bike': 0, 'car': 1, 'scooter': 2}
我有以下数据框:
data={'automobile':['car','car','car','car','scooter','scooter','bike','bike','bike']}
df=pd.DataFrame(data)
encoder=ce.BinaryEncoder(cols=['automobile'])
df=encoder.fit_transform(df)
这给了我预期的二进制列。但是在执行聚类分析时,我如何才能知道哪个二进制值对应于哪个汽车类别。
如果你想为 'decoding' 保留标签,我建议你使用 LabelEncoder:
import pandas as pd
from sklearn.preprocessing import LabelEncoder
data = {'automobile': ['car', 'car', 'car', 'car', 'scooter', 'scooter', 'bike', 'bike', 'bike']}
df = pd.DataFrame(data)
ler = LabelEncoder().fit(df['automobile'])
df['automobile']=ler.transform(df['automobile'])
dico = dict(zip(ler.classes_, ler.transform(ler.classes_)))
print(df)
print(dico)
输出:df
automobile
0 1
1 1
2 1
3 1
4 2
5 2
6 0
7 0
8 0
输出:dico
{'bike': 0, 'car': 1, 'scooter': 2}