sklearn.preprocessing.MultiLabelBinarizer?

class sklearn.preprocessing.MultiLabelBinarizer(*, classes=None, sparse_output=False)

[源碼]

在可迭代的可迭代對象和多標簽格式之間進行轉換

盡管集或元組的列表對于多標簽數據來說是非常直觀的格式，但處理起來很麻煩。該轉換器在這種直觀格式和支持的多標簽格式之間進行轉換：一個（樣本x類）二進制矩陣，指示類標簽的存在。

參數	說明
classes	array-like of shape [n_classes] (optional) 指示類標簽的順序。所有條目都應該是唯一的（不能包含重復的類）。
sparse_output	boolean (default: False), 如果需要以CSR稀疏格式輸出二進制數組，則設置為true

屬性	說明
classes_	array of labels 提供classes參數的副本，或者提供適合時找到的分類的排序集。

另見：

sklearn.preprocessing.OneHotEncoder

分類特征使用one hot aka-of-K方案進行編碼。

示例

>>> from sklearn.preprocessing import MultiLabelBinarizer
>>> mlb = MultiLabelBinarizer()
>>> mlb.fit_transform([(1, 2), (3,)])
array([[1, 1, 0],
       [0, 0, 1]])
>>> mlb.classes_
array([1, 2, 3])

>>> mlb.fit_transform([{'sci-fi', 'thriller'}, {'comedy'}])
array([[0, 1, 1],
       [1, 0, 0]])
>>> list(mlb.classes_)
['comedy', 'sci-fi', 'thriller']

一個常見的錯誤是傳遞列表，從而導致以下問題：

>>> mlb = MultiLabelBinarizer()
>>> mlb.fit(['sci-fi', 'thriller', 'comedy'])
MultiLabelBinarizer()
>>> mlb.classes_
array(['-', 'c', 'd', 'e', 'f', 'h', 'i', 'l', 'm', 'o', 'r', 's', 't',
    'y'], dtype=object)

要更正此問題，標簽列表應按以下方式傳遞：

>>> mlb = MultiLabelBinarizer()
>>> mlb.fit([['sci-fi', 'thriller', 'comedy']])
MultiLabelBinarizer()
>>> mlb.classes_
array(['comedy', 'sci-fi', 'thriller'], dtype=object)

方法

方法	說明
`fit`(self, y)	適合標簽集二值化器，存儲 classes_
`fit_transform`(self, y)	適合標簽集二值化器并轉換給定標簽集
`get_params`(self[, deep])	獲取此估計量的參數。
`inverse_transform`(self, yt)	將給定的指標矩陣轉換為標簽集
`set_params`(self, **params)	設置此估算器的參數。
`transform`(self, y)	轉換給定的標簽集

__init__(self, *, classes=None, sparse_output=False)

[源碼]

初始化self,有關準確的簽名，請參見help（type（self））。

fit(self, y)

[源碼]

適合標簽集二值化器，存儲classes_

參數	說明
y	iterable of iterables 每個樣本的一組標簽（任何可排序和可哈希的對象）。如果設置了classes參數，則不會迭代y。

返回值	說明
self	returns this MultiLabelBinarizer instance

fit_transform(self, y)

[源碼]

適合標簽集二值化器并轉換給定標簽集

參數	說明
y	iterable of iterables 每個樣本的一組標簽（任何可排序和可哈希的對象）。如果設置了classes參數，則不會迭代y。

返回值	說明
y_indicator	array or CSR matrix, shape (n_samples, n_classes) 當y [i]中的y_indicator [i，j] = 1且y [i]中的矩陣，否則為0。

get_params(self, deep=True)

[源碼]

獲取此估計量的參數。

參數	說明
deep	bool, default=True 如果為True，則將返回此估算器和作為估算器的所包含子對象的參數。

返回值	說明
params	mapping of string to any 參數名稱映射到其值。

inverse_transform(self, yt)

[源碼]

將給定的指標矩陣轉換為標簽集

參數	說明
yt	array or sparse matrix of shape (n_samples, n_classes) 僅包含1和0的矩陣。

返回值	說明
y	list of tuples 每個樣本的標簽集，使得y [i]由每個yt [i，j] == 1的classes_ [j]組成。

set_params(self, **params)

[源碼]

設置此估算器的參數。

該方法適用于簡單的估計器以及嵌套對象（例如管道）。

他后者具有以下形式的參數 <component>__<parameter>這樣就可以更新嵌套對象的每個組件。

參數	說明
**params	dict 估算器參數。

返回值	說明
self	object 估算器實例。

transform(self, y)

[源碼]

轉換給定的標簽集

參數	說明
y	iterable of iterables 每個樣本的一組標簽（任何可排序和可哈希的對象）。如果設置了classes參數，則不會迭代y。

返回值	說明
y_indicator	array or CSR matrix, shape (n_samples, n_classes) 當y [i]中的y_indicator [i，j] = 1且y [i]中的矩陣，否則為0。