python中的应用函数LabelEncoder().fit_transform

Question

我有一个关于函数 LabelEncoder().fit_transform 的理论问题。

我在分类应用程序中使用函数/方法。它运行良好。

       #Import
       from sklearn.preprocessing import LabelEncoder
       #Transform original values by encoded labels
       df_data = df_data.apply(LabelEncoder().fit_transform)

但是，在文档“sklearn.preprocessing.LabelEncoder”中有：“这个转换器应该用于编码目标值，即 y，而不是输入 X”。

我在数据框中应用这种方法。数字输入变量 (X) 和分类输出变量 (y)。我想在 X 中应用将目标变量转换为数值类型，我想在 y 中应用来处理不同输入变量源之间的量级问题。这种态度正确吗？是否有另一个函数可以代替 LabelEncoder().fit_transform 用于输入变量？谢谢

Answer 1

正如文档所述，标签编码器只能用于转换您的标签。即从'Apple', 'Orange'到0, 1。如果您有分类标签，请查看One Hot Encoder。此外，如果您的输入X具有不同的比例，请查看标准缩放器