LabelEncoder：如何保持显示原始和转换变量的字典

Question

使用LabelEncoder将分类变量编码为数字时，

如何保存跟踪转换的字典？

即。一本字典，我可以看到哪些值变成了什么：

{'A':1,'B':2,'C':3}

Answer 1

我从classes_

创建了一个字典

le = preprocessing.LabelEncoder()
ids = le.fit_transform(labels)
mapping = dict(zip(le.classes_, range(len(le.classes_))))

进行测试：

all([mapping[x] for x in le.inverse_transform(ids)] == ids)

应该返回True。

这是有效的，因为fit_transform使用numpy.unique同时计算标签编码和classes_属性：

def fit_transform(self, y):
    self.classes_, y = np.unique(y, return_inverse=True)
    return y

Answer 2

您可以在一行中完成此操作：

le = preprocessing.LabelEncoder()
my_encodings = {l: i for (i, l) in enumerate(le.fit(data["target"].classes_))}