标签二值化LabelBinarizer
来源:互联网 发布:东方财富dk指标源码 编辑:程序博客网 时间:2024/05/21 06:47
转载自:http://blog.sina.com.cn/s/blog_a6c646330102vx6y.html
对于标称型数据来说,preprocessing.LabelBinarizer是一个很好用的工具。比如可以把yes和no转化为0和1,或是把incident和normal转化为0和1。当然,对于两类以上的标签也是适用的。这里举一个简单的例子,说明将标签二值化以及其逆过程。
# -*- coding: UTF-8 -*-from sklearn import preprocessingfrom sklearn import tree# help(preprocessing.LabelBinarizer)#取消注释可以查看详细用法# 特征矩阵featureList=[[1,0],[1,1],[0,0],[0,1]]# 标签矩阵labelList=['yes', 'no', 'no', 'yes']# 将标签矩阵二值化lb = preprocessing.LabelBinarizer()dummY=lb.fit_transform(labelList)# print(dummY)# [[1]# [0]# [0]# [1]]# 模型建立和训练clf = tree.DecisionTreeClassifier()clf = clf.fit(featureList, dummY)p=clf.predict([[0,1]])# print(p)#取消注释可以查看p的值# 逆过程yesORno=lb.inverse_transform(p)print(yesORno)# ['yes']
阅读全文
0 0
- 标签二值化LabelBinarizer
- 标签二值化LabelBinarizer
- 标签二值化LabelBinarizer
- 所涉及到的几种 sklearn 的二值化编码函数:OneHotEncoder(), LabelEncoder(), LabelBinarizer(), MultiLabelBinarizer()
- 所涉及到的几种 sklearn 的二值化编码函数:OneHotEncoder(), LabelEncoder(), LabelBinarizer(), MultiLabelBinarizer()
- sklearn.preprocessing.LabelBinarizer
- 标签
- 标签
- 标签
- 标签
- 标签
- 标签
- 标签
- 标签
- 标签
- 标签
- 标签
- 标签
- Web前端性能优化——如何提高页面加载速度
- QIODevice::write: device not open
- 10.6 test solution.
- 深入浅出,java垃圾回收机制
- C++单例的完美实现
- 标签二值化LabelBinarizer
- Java基础:持有对象
- Matlab 快速入门
- hashSet保证不重复的原理
- construct2 —简单制作游戏的好帮手
- 2.2OpenCV格式化输出矩阵
- 粒子滤波的原理和MATLAB实现
- java文件复制
- 一些技巧&套路&注意事项 (持续更新)