本文主要是介绍sklearn中的LabelEncoder和OneHotEncoder的区别，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

LabelEncoder和OneHotEncoder的区别

下面是一个使用 Python sci-kit 包中 LableEncoder 和 OneHotEncoder 的具体例子：

可以看出，LabelEncoder会将object类型的数据按顺序编码，如0，1，2，3。而OneHotEncoder会将数据变成OneHot编码

使用方法

from sklearn.preprocessing import LabelEncoder, OneHotEncoder
encoder_x=LabelEncoder()
x[:,0]=encoder_x.fit_transform(x[:,0])
onehotencoder = onehotencoder(categorical_features = [0])
x=onehotencoder.fit_transform(x).toarray()
x=x[:,1:]

这篇关于sklearn中的LabelEncoder和OneHotEncoder的区别的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！