具有重复项的类的多标签编码 [英] Multi label encoding for classes with duplicates
本文介绍了具有重复项的类的多标签编码的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
如何对包含重复项的列表列进行n-hot编码?
How can I n-hot encode a column of lists with duplicates?
类似于sklearn的MultiLabelBinarizer
,它计算重复类的实例数量而不是二值化.
Something like MultiLabelBinarizer
from sklearn which counts the number of instances of duplicate classes instead of binarizing.
示例输入:
x = pd.Series([['a', 'b', 'a'], ['b', 'c'], ['c','c']])
预期输出:
a b c
0 2 1 0
1 0 1 1
2 0 0 2
推荐答案
import pandas as pd
x = pd.Series([['a', 'b', 'a'], ['b', 'c'], ['c','c']])
mlc = MultiLabelCounter()
mlc.fit_transform(x)
# [[2, 1, 0], [0, 1, 1], [0, 0, 2]]
这篇关于具有重复项的类的多标签编码的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!
查看全文