将分类数据从用户输入映射到其实际编码值以进行预测

Question

我的数据集的一部分看起来像这样（我的实际数据中还有许多其他处理器类型）

df.head(4)
 Processor Task Difficulty Time
  i3        34    3         6
  i7        34    3         4
  i3        50    1         6
  i5        25    2         5

我创建了一个回归模型来预测 Time 当 Type, Task 是 Difficulty 作为输入时。

我先做了 label encoding 来改变 Processor 这是绝对的。

from sklearn.preprocessing import LabelEncoder
le = LabelEncoder()
df['Processor'] = le.fit_transform(df['Processor'])


df.head(4)
 Processor Task Difficulty Time
  12        34    3         6
  8         34    3         4
  12        50    1         6
  2         25    2         5

这是我的回归模型

from sklearn.ensemble import RandomForestRegressor
rf_model = RandomForestRegressor(random_state = 1)
rf_model.fit(features,target)

我想为输入 "i5", 20, 1 预测 Time。

如何对 "i5" 进行标签编码以将其映射以获得与 i5 编码为 2 的编码数据帧中相同的值？

我试过了

rf_model.predict([[le.fit_transform('i5'),20,1]])

然而，当 i5 输入为 2 时，我得到的输出预测与实际值不同，

rf_model.predict([[2,20,1)]])

Answer 1

你可以这样试试

print(le.fit_transform(['i5']))
# [2]

Answer 2

它不起作用，因为您正在使用 fit_transform。这会重新分配类别而不是使用现有编码，因此如果您这样做 le.transform 它应该可以工作。例如，类似于您的数据：

np.random.seed(111)
df = pd.DataFrame({'Processor':np.random.choice(['i3','i5','i7'],50),
                  'Task':np.random.randint(25,50,50),
                  'Difficulty':np.random.randint(1,4,50),
                  'Time':np.random.randint(1,7,50)})

我们制作目标和特征，然后拟合：

from sklearn.preprocessing import LabelEncoder
le = LabelEncoder()
features = df.iloc[:,:3]
features['Processor'] = le.fit_transform(features['Processor'])
target = df['Time']

from sklearn.ensemble import RandomForestRegressor
rf_model = RandomForestRegressor(random_state = 1)
rf_model.fit(features,target)

'i5' 将是 1:

le.classes_
array(['i3', 'i5', 'i7'], dtype=object)

检查预测：

rf_model.predict([[le.transform(['i5']),20,1]])

array([3.975])

并且：

rf_model.predict([[1,20,1]])

array([3.975])

将分类数据从用户输入映射到其实际编码值以进行预测

Mapping categorical data from user input to its actual encoded value for prediction

python

regression

scikit-learn

categorical-data

label-encoding