sklearn里的LabelEncoder什么用？

label encoder就是把lable编码的。比如label是一串地名，是无法直接输入到sklearn的分类模型里作为训练标签的，所以需要先把地名转成数字。然后LabelEncoder就是帮你做这件事的。

>>> from sklearn import preprocessing
>>> le = preprocessing.LabelEncoder()
>>> le.fit(["paris", "paris", "tokyo", "amsterdam"]);
>>> le.transform(["tokyo", "tokyo", "paris", "amsterdam", "amsterdam"]) 
array([2, 2, 1, 0, 0])

把一些没什么上下文联系的文本转换成能作为input的数字，不然都没把文本输入到模型里去

再做特征工程时,我们需要处理已有特征,对于分类特征通常有两种处理方案:

• 自然数编码

使用sklearn中的LabelEncoder方法,转换为数值型特征

• 独热编码(one-hot encoding)

生成一个(n_examples * n_classes)大小的0~1矩阵，每个样本仅对应一个label

可以使用pandas中的get_dummies实现