如何在字符串数字上使用序号编码器或热编码器
how to use ordinal encoder or hotencoder on numbers that are strings
我有一个数据集,其中有一列包含数字作为字符串,例如“一”、“三”、“五”、“五”等。我想使用序数编码器:一个将为 0,二将是 1 三将是 3,依此类推。怎么做?同样在 HotEncoder 中,我有一个稀疏选项,而在序号编码器中,我没有这个选项。我需要在这里做稀疏吗?
我的代码:
#independent variables-Matrix
X = df.iloc[:, :-1].values
#dependent variables vectors
Y = df.iloc[:, -1].values
from sklearn.preprocessing import LabelEncoder, OneHotEncoder, OrdinalEncoder
Encoder = OrdinalEncoder()
Z2= Encoder.fit_transform(X[:, [17]])
#X = np.hstack(( [![Z][1]][1]2, X[:,:17] , X[:,18:])).astype('float')
#handling the dummy variable trap
#X = X[:, 1:]
在你的情况下,我将使用函数而不是 Sklearn。
def label_encoder(column):
values = ['one', 'two', 'three', 'four', 'five']
new_row = []
for row in column:
for i, ii in enumerate(values):
if row == ii:
new_row.append(i)
else:
continue
return new_row
或者您可以使用列表理解
def label_encoder(column):
values = ['one', 'two', 'three', 'four', 'five']
new_row = [i for row in column for (i, ii) in enumerate(values) if row==ii]
return new_row
此函数会将 ['one', 'one', 'two', ...]
的数组转换为 [1, 1, 2, ...]
我有一个数据集,其中有一列包含数字作为字符串,例如“一”、“三”、“五”、“五”等。我想使用序数编码器:一个将为 0,二将是 1 三将是 3,依此类推。怎么做?同样在 HotEncoder 中,我有一个稀疏选项,而在序号编码器中,我没有这个选项。我需要在这里做稀疏吗?
我的代码:
#independent variables-Matrix
X = df.iloc[:, :-1].values
#dependent variables vectors
Y = df.iloc[:, -1].values
from sklearn.preprocessing import LabelEncoder, OneHotEncoder, OrdinalEncoder
Encoder = OrdinalEncoder()
Z2= Encoder.fit_transform(X[:, [17]])
#X = np.hstack(( [![Z][1]][1]2, X[:,:17] , X[:,18:])).astype('float')
#handling the dummy variable trap
#X = X[:, 1:]
在你的情况下,我将使用函数而不是 Sklearn。
def label_encoder(column):
values = ['one', 'two', 'three', 'four', 'five']
new_row = []
for row in column:
for i, ii in enumerate(values):
if row == ii:
new_row.append(i)
else:
continue
return new_row
或者您可以使用列表理解
def label_encoder(column):
values = ['one', 'two', 'three', 'four', 'five']
new_row = [i for row in column for (i, ii) in enumerate(values) if row==ii]
return new_row
此函数会将 ['one', 'one', 'two', ...]
的数组转换为 [1, 1, 2, ...]