sklearn.preprocessing.OrdinalEncoder?

class sklearn.preprocessing.OrdinalEncoder(*, categories='auto', dtype=<class 'numpy.float64'>)

源碼

將分類特征編碼為整數數組。

該轉換器的輸入應為整數或字符串之類的數組，表示分類（離散）特征所采用的值。要素將轉換為序數整數。這將導致每個要素的一列整數（0到n_categories-1）。

在用戶指南中閱讀更多內容。

參數 說明
categories ‘auto’ or a list of array-like, default=’auto’
每個功能的類別（唯一值）：
‘auto’：根據訓練數據自動確定類別。
list：category [i]保存第i列中預期的類別。傳遞的類別不應將字符串和數字值混合使用，并且在使用數字值時應進行排序。
使用的類別可以在category_屬性中找到。
dtype number type, default np.float64
所需的輸出dtype。
屬性 說明
categories_ list of arrays
擬合期間確定的每個特征的類別（按X中特征的順序，并與轉換的輸出相對應）。

另見：

sklearn.preprocessing.OneHotEncoder

對分類特征執行一鍵編碼。

sklearn.preprocessing.LabelEncoder

使用0到n_classes-1之間的值對目標標簽進行編碼。

示例

給定具有兩個特征的數據集，我們讓編碼器找到每個特征的唯一值，然后將數據轉換為序數編碼。

>>> from sklearn.preprocessing import OrdinalEncoder
>>> enc = OrdinalEncoder()
>>> X = [['Male', 1], ['Female', 3], ['Female', 2]]
>>> enc.fit(X)
OrdinalEncoder()
>>> enc.categories_
[array(['Female', 'Male'], dtype=object), array([1, 2, 3], dtype=object)]
>>> enc.transform([['Female', 3], ['Male', 1]])
array([[0., 2.],
       [1., 0.]])
>>> enc.inverse_transform([[1, 0], [0, 1]])
array([['Male', 1],
       ['Female', 2]], dtype=object)

方法

方法 說明
fit(X[, y]) 使OrdinalEncoder擬合X。
fit_transform(X[, y]) 擬合數據，然后對其進行轉換。
get_params([deep]) 獲取此估計量的參數。
inverse_transform(X) 將數據轉換回原始表示形式。
set_params(**params) 設置此估算器的參數。
transform(X) 將X轉換為序數代碼。 
__init__(*, categories='auto', dtype=<class 'numpy.float64'>)

[源碼]

初始化self,有關準確的簽名，請參見help（type（self））。

fit(X, y=None)

[源碼]

參數 說明
X array-like, shape [n_samples, n_features]
該數據確定每個功能的類別。
y None
忽略。僅存在此參數是為了與sklearn.pipeline.Pipeline兼容。
返回值 說明
self - 
fit_transform(X, y=None, **fit_params)

[源碼]

擬合數據，然后對其進行轉換。

使用可選參數fit_params將轉換器擬合到X和y，并返回X的轉換版本。

參數 說明
X {array-like, sparse matrix, dataframe} of shape (n_samples, n_features)
y ndarray of shape (n_samples,), default=None
目標值。
**fit_params dict
其他擬合參數。
返回值 說明
X_new ndarray array of shape (n_samples, n_features_new)
轉換后的數組。		 
get_params(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(X)

[源碼]

將數據轉換回原始表示形式。

參數 說明
X array-like or sparse matrix, shape [n_samples, n_encoded_features]
轉換后的數據。
返回值 說明
X_tr array-like, shape [n_samples, n_features]
逆變換數組。		 
set_params(**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）。后者的參數形式為<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(X)

[源碼]

將X轉換為序數代碼。

參數 說明
X array-like, shape [n_samples, n_features]
要編碼的數據。
返回值 說明
X_out sparse matrix if sparse=True else a 2-d array
轉換后的輸入。

sklearn.preprocessing.OrdinalEncoder使用示例?