python - 在字典上使用标签编码器

Question

我正在使用sklearn LabelEncoder 。我知道如何将它用于一维数组，但我的用例是这样的:

我有多个这样的字典数组(这实际上是我在分类器中分配每个文本标签 u'a'、u'b' 等的成本)，全部在一个字典中:

{'open_model':    
[
    {u'a': 47502.125, u'c': 45.3, u'd': 2.3, u'e': 0.45},
    {u'b': 121, u'a': 1580.5625, u'c': 12, u'e': 62,u'd':0.343},
    {u'e': 12321, u'b': 4, u'a': 0.1112}
    ],
 'closed_model':
 [
    {u'a': 1231.22, u'c': 43.1},
    {u'b': 342.2, u'a': 121.1, u'c': 343},
    {u'b': 14.2, u'a': 53.2}
    ]
}

我需要能够将其编码为数字标签，然后将它们全部解码回来，例如:

[
    {1: 47502.125, 3: 45.3, 4: 2.3, 5: 0.45},
    {2: 121, 1: 1580.5625, 3: 12, 5: 62, 4: 0.343},
    {5: 12321, 2: 4, 1: 0.1112}
    ]

我有效地使用它来生成每行最佳标签的预测，因此:

[5, 4, 1] perhaps in this case.

我需要做的是能够将其解码回:

[u'e',u'd', u'a'] perhaps in this case.

如何获得相同的 LabelEncoder 功能，但要在字典键是我的标签的字典数组上实现 fit_transform ？

注意，字典数组中的字典长度不同，但我确实有所有潜在标签的列表，即对于 open_model 标签， set([u'a',u'b',u 'c',u'd',u'e']) 以及 close_model 标签:set([u'a',u'b',u'c']).

Answer 1

尽管使用已实现的功能是一个很好的做法，但您可以通过几行代码轻松实现这一点。鉴于您的列表输入:

dico = [
{u'a': 47502.125, u'b': 1580.5625, u'c': 45.3, u'd': 2.3, u'e': 0.45},
{u'b': 121, u'a': 1580.5625, u'c': 12, u'e': 62, u'd': 0.343},
{u'e': 12321, u'b': 4, u'd': 5434, u'c': 2.3, u'a': 0.1112}
]

您可以通过简单地获取标签集:

keyset = set(dico[0].keys()) #Get the set of keys assuming they all appear in each list item. 
mapping = { val:key+1 for key,val in enumerate(list(keyset))} # Create a mapping from int -> str
inv_mapping = { key+1:val for key,val in enumerate(list(keyset))} # Create a mapping from str:int. 

有了mapping和inv_mapping，您可以通过以下方式更改数据的表示:

for inner_dict in dico:
    for key in inner_dict.keys():
        inner_dict[mapping[key]] = inner_dict.pop(key)
print dico

这将为您提供[{1: 47502.125, ...}]，然后如果需要的话:

for inner_dict in dico:
    for key in inner_dict.keys():
        inner_dict[inv_mapping[key]] = inner_dict.pop(key)
print dico

获取初始版本。

此外，也许与您的问题更密切相关，通过输出 [5, 4, 1] 您可以轻松地通过以下方式对其进行转换:

print [inv_mapping[i] for i in x]