6.9. Преобразование цели прогноза (y) ¶

Это преобразователи, которые не предназначены для использования в функциях, а только для контролируемых целей обучения. См. Также Преобразование цели в регрессии, если вы хотите преобразовать цель прогнозирования для обучения, но оценить модель в исходном (непреобразованном) пространстве.

6.9.1. Бинаризация меток

6.9.1.1. LabelBinarizer

LabelBinarizer — служебный класс, помогающий создать индикаторную матрицу меток из списка мультиклассовых меток:

>>> 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]])

Использование этого формата позволяет включить мультиклассовую классификацию в оценщиках, которые поддерживают формат матрицы индикаторов меток.

Для получения дополнительной информации о мультиклассовой классификации см. Мультиклассовая классификация .

6.9.1.2. MultiLabelBinarizer

В многоэлементном обучении объединенный набор задач двоичной классификации выражается с помощью двоичного индикаторного массива меток: каждая выборка представляет собой одну строку 2-го массива формы (n_samples, n_classes) с двоичными значениями, где единица, то есть ненулевые элементы, соответствует к подмножеству меток для этого образца. Такой массив, как np.array([[1, 0, 0], [0, 1, 1], [0, 0, 0]]) представляет метку 0 в первом образце, метки 1 и 2 во втором образце и отсутствие меток в третьем образце.

Создание данных с несколькими ярлыками в виде списка наборов ярлыков может быть более интуитивным. Трансформатор MultiLabelBinarizer может быть использован для преобразования между сбором коллекций этикеток и форматом индикатором:

>>> 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]])

Для получения дополнительной информации о классификации с несколькими метками см. Раздел Классификация по нескольким меткам .

6.9.2. Кодировка метки

LabelEncoder — служебный класс, помогающий нормализовать метки таким образом, чтобы они содержали только значения от 0 до n_classes-1. Иногда это полезно для написания эффективных подпрограмм Cython. LabelEncoder можно использовать следующим образом:

>>> 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])

Его также можно использовать для преобразования нечисловых меток (если они хешируемы и сопоставимы) в числовые метки:

>>> 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']