如何使用训练数据的标签指定分类列的标签？答案

【问题标题】：How to specify label the categorical column using label of train data?如何使用训练数据的标签指定分类列的标签？
【发布时间】：2021-03-15 09:38:37
【问题描述】：

所以我使用一些数据来制作随机森林模型。有多个分类列，我使用 sklearn LabelEncoder 将它们更改为数字。例如 'male' 和 'female' 的标签分别为 '0' 和 '1'。然后我使用模型来预测单个数据。在预测数据之前，我还将分类更改为数值。然后我意识到即使分类数据不同，单个数据的标签也总是相同的。例如（单个数据），男性和女性被标记为'0'，其他也相同。这使我的模型无法使用。我应该只是制作标签手册还是有一些想法？

部分代码

label = LabelEncoder()
train_data['gender'] = label.fit_transform(train_data['gender'])
train_data['ever_married'] = label.fit_transform(train_data['ever_married'])
train_data['work_type'] = label.fit_transform(train_data['work_type'])
train_data['Residence_type'] = label.fit_transform(train_data['Residence_type'])
train_data['smoking_status'] = label.fit_transform(train_data['smoking_status'])

【问题讨论】：

尝试计数编码器contrib.scikit-learn.org/category_encoders/count.html
以这种方式使用 labelencoder 将导致数字具有多种含义，即 0 可以表示“男性”，也可以表示“已婚”等，

标签： python machine-learning scikit-learn random-forest

【解决方案1】：

我认为这是因为您总是在同一编码器实例上使用 fit_transform 方法

您应该使用fit 方法为每个类别使用不同标签编码器，然后使用该编码器及其transform 方法编码器转换您的单个实例

encoder_gender = LabelEncoder()
train_data_gender = encoder_gender.fit_transform(train_data['gender'])
encoder_gender.transform(single_data)

如果您在不同类别上使用相同的编码器实例（在您的情况下为 label）调用 fit_transform，那么您每次都会更改该编码器的含义及其编码数据的方式

【讨论】：