Обратное кодирование метки дает ошибку

Я закодировал свои категориальные данные в числовые данные с помощью кодировщика меток.

data['Resi'] = LabelEncoder().fit_transform(data['Resi'])

Но я, когда пытаюсь найти, как они отображаются внутри, используя

list(LabelEncoder.inverse_transform(data['Resi']))

Я получаю ошибку ниже

TypeError                                 Traceback (most recent call last)
<ipython-input-67-419ab6db89e2> in <module>()
----> 1 list(LabelEncoder.inverse_transform(data['Resi']))

TypeError: inverse_transform() missing 1 required positional argument: 'y'

Как это исправить

Пример данных

Resi
IP
IP
IP
IP
IP
IE
IP
IP
IP
IP
IP
IPD
IE
IE
IP
IE
IP
IP
IP

python pandas numpy scikit-learn sklearn-pandas
person NgBrandon    schedule 02.11.2017    source источник
comment
Не могли бы вы поделиться некоторыми данными? Что показывает LabelEncoder.classes_?   -  person Vivek Kumar    schedule 02.11.2017
comment
@VivekKumar, обновил рассматриваемые образцы данных   -  person NgBrandon    schedule 02.11.2017

Ответы (3)


arrow_upward
5
arrow_downward

Вы можете проверить кодировку метки:

>>> from sklearn import preprocessing
>>> le = preprocessing.LabelEncoder()
>>> le.fit([1, 2, 2, 6])
LabelEncoder()
>>> le.classes_
array([1, 2, 6])
>>> le.transform([1, 1, 2, 6])
array([0, 0, 1, 2])
>>> le.inverse_transform([0, 0, 1, 2])
array([1, 1, 2, 6])

И для вашего решения:

from sklearn.preprocessing import LabelEncoder

le = LabelEncoder().fit(data['Resi'])
data['Resi'] = le.transform(data['Resi'])
print (data.tail())
    Resi
14     1
15     0
16     1
17     1
18     1

L = list(le.inverse_transform(data['Resi']))
print (L)
['IP', 'IP', 'IP', 'IP', 'IP', 'IE', 'IP', 'IP', 'IP', 
 'IP', 'IP', 'IPD', 'IE', 'IE', 'IP', 'IE', 'IP', 'IP', 'IP']

РЕДАКТИРОВАТЬ:

d = dict(zip(le.classes_, le.transform(le.classes_)))
print (d)
{'IE': 0, 'IPD': 2, 'IP': 1}
person jezrael    schedule 02.11.2017
comment
@jezral, как узнать, какая метка соответствует какой категории. То есть IP = 0, IPD = 1 и т. д. - person NgBrandon; 02.11.2017

arrow_upward
1
arrow_downward

Вы нигде не храните объект LabelEncoder(). Вам нужно сохранить его следующим образом:

le = LabelEncoder()

А затем позвоните fit() или transform().

import pandas as pd
import numpy as np
from sklearn.preprocessing import LabelEncoder

ls = ['IP', 'IP', 'IP', 'IP', 'IP', 'IE', 'IP', 'IP', 'IP', 'IP', 'IP', 'IPD', 'IE', 'IE', 'IP', 'IE', 'IP', 'IP', 'IP']

data = pd.DataFrame(np.array(ls).reshape(-1,1), columns=['Resi'])

le = LabelEncoder()
data['Resi'] = le.fit_transform(data['Resi'])

df['resi'] = LabelEncoder().fit_transform(df['resi'])
list(le.inverse_transform(data['Resi']))

Out: 
['IP',
 'IP',
 'IP',
 'IP',
 'IP',
 'IE',
 'IP',
 'IP',
 'IP',
 'IP',
 'IP',
 'IPD',
 'IE',
 'IE',
 'IP',
 'IE',
 'IP',
 'IP',
 'IP']
person Vivek Kumar    schedule 02.11.2017
comment
Как я могу найти, какая метка соответствует какой категории - person NgBrandon; 02.11.2017

arrow_upward

arrow_downward

person    schedule
comment
Пожалуйста, всегда помещайте свой ответ в контекст, а не просто вставляйте код. Подробнее см. здесь. - person gehbiszumeis; 05.06.2020