6.9. 转换预测目标 (y)

这些是并非旨在用于特征，而仅用于监督学习目标的转换器。另请参阅 回归中的目标转换，如果您想转换预测目标以进行学习，但在原始（未转换）空间中评估模型。

6.9.1. 标签二值化

6.9.1.1. LabelBinarizer

LabelBinarizer 是一个实用程序类，用于帮助从多类标签列表创建 标签指示矩阵

>>> from sklearn import preprocessing
>>> lb = preprocessing.LabelBinarizer()
>>> lb.fit([1, 2, 6, 4, 2])
LabelBinarizer()
>>> lb.classes_
array([1, 2, 4, 6])
>>> lb.transform([1, 6])
array([[1, 0, 0, 0],
       [0, 0, 0, 1]])

使用这种格式可以支持标签指示矩阵格式的估计器进行多类分类。

警告

如果您使用的是已经支持 多类 数据的估计器，则不需要 LabelBinarizer。

有关多类分类的更多信息，请参阅 多类分类。

6.9.1.2. MultiLabelBinarizer

在 多标签 学习中，二元分类任务的联合集用标签二元指示数组表示：每个样本是形状为 (n_samples, n_classes) 的二维数组的一行，包含二元值，其中 1（即非零元素）对应于该样本的标签子集。例如，数组 np.array([[1, 0, 0], [0, 1, 1], [0, 0, 0]]) 表示第一个样本中的标签 0，第二个样本中的标签 1 和 2，以及第三个样本中没有标签。

将多标签数据作为标签集的集合来生成可能更直观。 MultiLabelBinarizer 转换器可用于在标签集合的集合和指示格式之间进行转换

>>> from sklearn.preprocessing import MultiLabelBinarizer
>>> y = [[2, 3, 4], [2], [0, 1, 3], [0, 1, 2, 3, 4], [0, 1, 2]]
>>> MultiLabelBinarizer().fit_transform(y)
array([[0, 0, 1, 1, 1],
       [0, 0, 1, 0, 0],
       [1, 1, 0, 1, 0],
       [1, 1, 1, 1, 1],
       [1, 1, 1, 0, 0]])

有关多标签分类的更多信息，请参阅 多标签分类。

6.9.2. 标签编码

LabelEncoder 是一个实用程序类，用于帮助规范化标签，使其仅包含 0 到 n_classes-1 之间的数值。这在编写高效的 Cython 例程时有时很有用。 LabelEncoder 的使用方法如下

>>> 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])

它还可以用于将非数值标签（只要它们是可散列的和可比较的）转换为数值标签

>>> le = preprocessing.LabelEncoder()
>>> le.fit(["paris", "paris", "tokyo", "amsterdam"])
LabelEncoder()
>>> list(le.classes_)
['amsterdam', 'paris', 'tokyo']
>>> le.transform(["tokyo", "tokyo", "paris"])
array([2, 2, 1])
>>> list(le.inverse_transform([2, 2, 1]))
['tokyo', 'tokyo', 'paris']