Python中的反向标签编码器功能

Question

请考虑以下示例表，我正在此表上进行预测

如您所见，我混合使用数字（Num1＆Num2）和分类特征（Cat1＆Cat2）来预测值，使用随机森林回归来实现

读取文件后，我将使用 LabelEncoder 将分类特征转换为数字特征，就像这样

category_col =['Cat1', 'Cat2'] 
labelEncoder = preprocessing.LabelEncoder()

# creating a map of all the numerical values of each categorical labels.
mapping_dict={}
for col in category_col:
    df[col] = labelEncoder.fit_transform(df[col])
    le_name_mapping = dict(zip(labelEncoder.classes_, labelEncoder.transform(labelEncoder.classes_)))
    mapping_dict[col]=le_name_mapping

转换后，我将数据框分成训练和测试集并做出预测，就像这样

train_features, test_features, train_labels, test_labels = train_test_split(df, labels, test_size = 0.30)

rf = RandomForestRegressor(n_estimators = 1000)
rf.fit(train_features, train_labels)
predictions = rf.predict(test_features)

我的问题是，如何更改Cat1和Cat2的数字以再次显示原始类别，以便像这样导出预测结果

我了解我需要使用 labelEncoder.inverse_transform ，但是，我似乎无法正确使用语法来检索类别文本以与结果配合使用。

感谢您的帮助！

Answer 1

基于您已有的代码的快速解决方案：

# Invert the mapping dictionary you created
inv_mapping_dict = {cat: {v: k for k, v in map_dict.items()} for cat, map_dict in mapping_dict.items()}

# Assuming `predictions` is your resulting dataframe.
# Replace the predictions with the inverted mapping dictionary.
predictions.replace(inv_mapping_dict)

对于一种更好的方法，创建初始映射字典时，您也可以在这里考虑答案：

Label encoding across multiple columns in scikit-learn

您可以在列上创建LabelEncoders字典，而不是在类别列上使用for循环来创建映射字典，然后在开始和结束时一次全部应用列的fit和inverse。