machine-learning - 处理 scikit-learn MLPClassifier 的分类类标签

Question

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 ，我认为我不能直接使用此类分类类，因为 scikit-learn 中的 MLP 实现仅处理数值类。那么，这里应该采取什么适当的行动呢？把这些类的编号从1-28转换一下怎么样，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(我猜这里不是 one-hot 编码的选项)？

谢谢

Answer 1

您可能需要预处理数据，因为 scikit-learn 仅处理数值。在本例中，我想预测交易的货币。货币以 ISO 代码表示，因此使用 LabelEncoder 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']))