python——将类别数据转化为数值数据

LabelEncoder

# 数据预处理-将类别数据转化为数值数据import numpyas npimport pandasas pdfrom sklearn.preprocessingimport LabelEncoder# 加载数据defloaddata():
    columns=['sepal_length','speal_width','petal_length','petal_width','type']
    data= pd.read_csv('data/iris.data', header=None, names=columns)
    data= data.values
    X= data[:,:-1]
    y= data[:,-1]return X, yif __name__=='__main__':# 加载数据
    X, y= loaddata()# 获取标签
    label= np.unique(y)

    le= LabelEncoder()
    le.fit(label)
    y= le.transform(y)print(y)

pd.Catrgorical(series).codes

# 数据预处理-将类别数据转化为数值数据import numpyas npimport pandasas pd# 加载数据defloaddata():
    columns=['sepal_length','speal_width','petal_length','petal_width','type']
    data= pd.read_csv('data/iris.data', header=None, names=columns)# 将类别信息转化为数值信息
    data['type']= pd.Categorical(data['type']).codes
    data= data.values
    X= data[:,:-1]
    y= data[:,-1]return X, yif __name__=='__main__':# 加载数据
    X, y= loaddata()print(y)

字典映射

# 数据预处理-将类别数据转化为数值数据import numpyas npimport pandasas pd# 加载数据defloaddata():
    columns=['sepal_length','speal_width','petal_length','petal_width','type']
    data= pd.read_csv('iris.data', header=None, names=columns)# 将类别信息转化为数值信息
    data['type']= data['type'].map({'Iris-setosa':0,'Iris-versicolor':1,'Iris-virginica':2}).astype(int)
    data= data.values
    X= data[:,:-1]
    y= data[:,-1]return X, yif __name__=='__main__':# 加载数据
    X, y= loaddata()print(y)

[0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.]