机器数据分析平台

  • 机器数据分析平台 > 使用文档 > 应用平台 > Pandora机器学习工具包 >fit的使用方法详述 > 数据预处理 > 标签编码 - LabelEncoder

    标签编码 - LabelEncoder

    最近更新时间:2022-02-24 17:23:12

    标签编码是一种将对分类变量数值化的手段,它建立起变量标签与一组整数编码的映射关系,并将分类变量编码为一个数值变量。

    标签编码会给予那些较小的字符串更小的整数编码,且整数编码从1开始递增。对于单个数字,英文字母或标点字符,由ascii码对应。对于中文字符(或其他语言字符),由unicode码对应,unicode码整体上会大于ascii码。对于多个字符的,则从其首个字符,依次向后进行比较。这实际上也是按照Python的ord()函数进行排序。

    语法:

    ..|fit LabelEncoder handle_unknown=<raise (default) | retrain | ignore> <feature_field_1> [into model_name]...
    

    参数说明:

    • handle_unknown参数,用来指定如何处理在训练过程中没见过的数据,例如:原始数据中只有北京和上海,模型会将北京转换成0,上海转换成1,该参数用来处理如何处理在原始数据中未见过的数据,比如,深圳。默认值为raise。
      • handle_unknown=raise(默认值),即一旦遇到未见过的数据,就终止程序并报错。
      • handle_unknown=retrain,即每次遇到未见过的数据,都重新训练模型。
      • handle_unknown=ignore,忽略该数据并返回原始数据。
    以上内容是否对您有帮助?
  • Qvm free helper
    Close