机器学习之sklearn.preprocessing.LabelBinarizer()的用法_lb = labelbinarizer() #y = preprocessing.label_bin

自己动手的第一个机器学习算法

from sklearn import preprocessing
feature = [[0,1], [1,1], [0,0], [1,0]]
label= ['yes', 'no', 'yes', 'no']
lb = preprocessing.LabelBinarizer() #构建一个转换对象
Y = lb.fit_transform(label)
re_label = lb.inverse_transform(Y)
print(Y)
print(re_label)
1
2
3
4
5
6
7
8

输出

[[1]
 [0]
 [1]
 [0]]
['yes' 'no' 'yes' 'no']
1
2
3
4
5

转换函数将字符串label进行数字化，数字范围从0开始，并且将label转换为了一个列向量。最后在ML任务完成之后，输出的时候需要还原之前的label，因此使用函数inverse_transform()。