处理 scikit-learn MLPClassifier 的分类类标签答案

【问题标题】：Handle categorical class labels for scikit-learn MLPClassifier处理 scikit-learn MLPClassifier 的分类类标签
【发布时间】：2018-11-13 07:24:42
【问题描述】：

我有一个用于分类目的的手写数据集，其中的类来自a-z。如果我想使用MLPClassifier，我想我不能直接使用这样的分类类，因为 scikit-learn 中的 MLP 实现只处理数字类。因此，这里应该采取什么适当的行动？将这些类转换为从 1 到 28 编号怎么样，有意义吗？如果没有，scikit-learn 是否为类标签提供特殊的编码机制来处理这种情况（我想 one-hot 编码不是这里的选项）？

谢谢

【问题讨论】：

Scikit learn 可以自己处理分类类标签。无需做任何事情。你试过吗？你试过什么？

标签： machine-learning scikit-learn neural-network multilabel-classification

【解决方案1】：

您可能需要预处理数据，因为scikit-reather只致电数值。在这种情况下，我想预测交易的货币。货币在ISO代码中表示，因此LabelEncoder用于将其转换为数字类别（即：1,2,3 ......）：

#Import the object LabelEncoder
from sklearn.preprocessing import LabelEncoder

#defining class column
my_encoder = LabelEncoder()
my_class_currency = np.array(my_encoder.fit_transform(my_data['currency'])).reshape(-1,1)
#Create a "diccionary" to translate the categories into the actual values once you have the output
my_class_decoder = list(np.unique(my_data['currency']))

【讨论】：