不能逆编码的分类变量

Question

我的数据框中有一个分类变量 (A,B,C)。然后，我对其进行编码（使其成为数字）以传递到神经网络。

但是，我的最终可视化图表显示了分类变量的编码值，我在将其映射回其原始值时遇到了困难。

我首先使用此命令将我的分类变量（数据类型=对象）编码为数值：

encoders = {}
for x in df.columns:
    if df[x].dtypes=='object':
      le = preprocessing.LabelEncoder()
      df[x]=le.fit_transform(df[x].astype(str))
      encoders[x] = le     

corr = df.corr()

然后，我正在使用此代码对那些进行解码（就在最终可视化之前）：

for x, le in encoders.items():
    df[x] = le.inverse_transform(df[x])

    # Visualization: plotting categorical variables (A,B,C) in scatterplot using Seaborn.
    sns.lmplot(x="A", y="B", data=df, fit_reg=False, hue='C',legend=False)
    display()

...但是可视化仍然显示编码值而不是分类值（参见下面的屏幕截图）。没有进行映射。为什么？

Answer 1

您必须存储原始LabelEncoder。映射存储在该类中。所以类似于

encoders = {}
for x in df.columns:
    if df[x].dtypes=='object':
       le = preprocessing.LabelEncoder()
       df[x]=le.fit_transform(df[x].astype(str))
       encoders[x] = le

for x, le in encoders.items():
    df[x] = le.inverse_transform(df[x])

或者更好的是，不要用编码的标签覆盖标签，而是在数据框中创建一个新列。