Question

我正在尝试预处理成人数据以进行分类。我使用scikit-learn处理类别属性。

from sklearn.preprocessing import LabelEncoder
labelencoder = LabelEncoder()
X[:,0] = labelencoder.fit_transform(X[:,0])
labelencoder.classes_

输出：

array(['Federal-gov', 'Local-gov', 'Private', 'Self-emp-inc',
       'Self-emp-not-inc', 'State-gov', 'Without-pay'], dtype=object)

新内容：

X[:3]
array([[5, 'Bachelors', 'Under-Graduate', 'Never-married',
        'Adm-clerical', 'Not-in-family', 'White', 'Male',
        'United-States', 39.0, 77516.0, 13.0, 2174.0, 0.0, 40.0],
       [4, 'Bachelors', 'Under-Graduate', 'Married-civ-spouse',
        'Exec-managerial', 'Husband', 'White', 'Male', 'United-States',
        50.0, 83311.0, 13.0, 0.0, 0.0, 13.0],
       [2, 'HS-grad', 'HS-grad', 'Divorced', 'Handlers-cleaners',
        'Not-in-family', 'White', 'Male', 'United-States', 38.0,
        215646.0, 9.0, 0.0, 0.0, 40.0]], dtype=object)

到这里一切都很好。我完蛋了也没问题。但是我需要查看原始属性，并尝试通过以下方法回到其中一个属性：

original = labelencoder.inverse_transform(X[:,0])

我收到此错误：

IndexError                                Traceback (most recent call last)
<ipython-input-78-f8cf404b255a> in <module>
----> 1 original = labelencoder.inverse_transform(X[:,0])

D:\Anaconda\lib\site-packages\sklearn\preprocessing\label.py in inverse_transform(self, y)
    281                     "y contains previously unseen labels: %s" % str(diff))
    282         y = np.asarray(y)
--> 283         return self.classes_[y]
    284 
    285 

IndexError: arrays used as indices must be of integer (or boolean) type

Answer 1

该错误来自您的数组具有“对象”类型的事实。并且即使您提取第一列，类型也仍然是“对象”（选中X[:,0].dtype）。此外，inverse_transform需要int类型。因此，要使用inverse_transform，您需要像这样将向量强制转换为int：

original = labelencoder.inverse_transform(X[:,0].astype(int))

输出：

array(['a', 'b', 'c'], dtype=object)

Scikit学习LabelEncoder：IndexError：用作索引的数组必须为整数（或布尔值）类型

1 个答案: