当我在 sklearn 中为我的目标变量使用 LabelEncoder 时，如何解码多类？ [复制]答案

【问题标题】：How do I decode the multiclass when I use a LabelEncoder for my target variable in sklearn? [duplicate]当我在 sklearn 中为我的目标变量使用 LabelEncoder 时，如何解码多类？ [复制]
【发布时间】：2020-09-11 12:54:41
【问题描述】：

我有一个要解决的多分类问题，目标变量包含性别（男性，女性）。我使用了来自 sklearn 的 LabelEncoder 来实现一个热编码。我绘制了一个混淆矩阵，我得到了一个包含 0 和 1 而不是类的输出。我怎样才能找回哪个类映射到哪个二进制数（0,1 等）？任何建议都会非常有帮助。

从 sklearn.preprocessing 导入标签编码器

编码器 = LabelEncoder()

y = encoder.fit_transform(y)

【问题讨论】：

标签： python scikit-learn nlp data-science multilabel-classification

【解决方案1】：

只需使用 inverse_transform：

from sklearn import preprocessing

le = preprocessing.LabelEncoder()
data = ['apple', 'orange', 'pinaple', 'orange']
le.fit(data)

encoded = le.transform(data)

>>> [0 1 2 1]

decoded = le.inverse_transform(encoded)

>>> ['apple' 'orange' 'pinaple' 'orange']

在提问之前也尝试阅读文档，有很多例子： https://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.LabelEncoder.html

【讨论】：

有人也可以说在回答之前尝试搜索重复，有很多examples ;)
这正是你应该做的！
谢谢大家的帮助:)