| 사이킷런의 LabelEncoder를 알아 보자. 머신러닝과 사이킷런에서는 숫자만 처리 할수 있기 때문에 LabelEncoder로 문자열을 숫자로 변환한다. 역으로 숫자를 문자열로 변환 할수도 있다. LabelEncoder를 알아 보기전에 사이킷런의 fit, transform의 개념에 대해서 알아보자. fit : - 입력 데이터에 머신 러닝 모델을 맞춘다 - 즉, 입력 데이터에 맞춰 사전 작업을 한다. - 기준을 설정한다. - 데이터의 칼럼별로 평균, 표준편차등을 구해서 값을 저장한다. transform: - fit에 구한 값을 기준으로 데이터를 변형한다. from sklearn.preprocessing import LabelEncoder
import numpy as np fruits = ['apple', 'orange', 'mandarin'] 사이킷런의 LabelEncoder를 임포트 하고 과일(fruits) 리스트를 만든다. #LabelEncoder 생성, 학습, 변환
encoder = LabelEncoder() encoder.fit(fruits) labels = encoder.transform(fruits) labels array([0, 2, 1]) 라벨인코더로 생성한다. encoder = LabelEncoder() 라벨인코더로 학습한다. encoder.fit(fruits) 라벨인코더로 숫자로 변환한다. labels = encoder.transform(fruits) #encoder의 클래스 출력
encoder.classes_ array(['apple', 'mandarin', 'orange'], dtype='<U8') encoder의 클래스를 출력한다. encoder.inverse_transform([0, 1, 2])
array(['apple', 'mandarin', 'orange'], dtype='<U8') encoder.iverse_transform 함수로 원래 문자열로 변환 할수도 있다. |