如何使用索引对多标签表示进行编码？

【问题标题】：How to encode multi-label representation using index?如何使用索引对多标签表示进行编码？
【发布时间】：2018-11-11 10:05:39
【问题描述】：

我想将[[1, 2], [4]] 编码为

[[0, 1, 1, 0, 0],
[0, 0, 0, 0, 1]]

而sklearn.preprocessing.MultiLabelbinarizer 只提供

[[1, 1, 0],
[0, 0, 1]]

有人知道如何使用Numpy 或Pandas 或sklearn 内置函数吗？

【问题讨论】：

标签： pandas numpy scikit-learn

【解决方案1】：

MultilabelBinarizer 只会知道您发送的内容。当它只看到 3 个不同的类时，它只会分配 3 列。

您需要设置 classes 参数来设置您在数据集中期望的类的总数（按您希望在列中的顺序）：

from sklearn.preprocessing import MultiLabelBinarizer
mlb = MultiLabelBinarizer(classes=[0,1,2,3,4])
mlb.fit_transform([[1, 2], [4]])

#Output
array([[0, 1, 1, 0, 0],
       [0, 0, 0, 0, 1]])

【讨论】：

LabelBinarizer 可以这样做吗？
@danche No. LabelBinarizer 仅适用于单个列表。不是列表列表。