当我在 sklearn 中对目标变量使用 LabelEncoder 时，如何解码多类?

Question

我有一个多重分类问题，我正在尝试解决，目标变量包含性别(男性，女性(。我使用了sklearn的LabelEncoder来实现一个热编码。我绘制了一个混淆矩阵，我得到了一个包含 0 和 1 而不是类的输出。我如何能够返回哪个类映射到哪个二进制数(0,1 等(？任何建议都会非常有帮助。

从 sklearn.preprocessing import LabelEncoder

编码器 = 标签编码器((

y= encoder.fit_transform(y(

Answer 1

只需使用inverse_transform：

from sklearn import preprocessing
le = preprocessing.LabelEncoder()
data = ['apple', 'orange', 'pinaple', 'orange']
le.fit(data)
encoded = le.transform(data)
>>> [0 1 2 1]
decoded = le.inverse_transform(encoded)
>>> ['apple' 'orange' 'pinaple' 'orange']

在询问之前也尝试阅读文档，有很多示例： https://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.LabelEncoder.html